Description : La sténose aortique serrée est la valvulopathie acquise de l’adulte la plus fréquente
affectant jusqu’à 10% des octogénaires. Sa prise en charge percutanée est en plein
essor et confronte les cliniciens à des problèmes nouveaux constituant un champ de
recherche important. Notre travail s’inscrit dans le cadre des gestes médico-chirurgicaux
assistés par ordinateur et vise à proposer des solutions d’aide à la décision basées
sur l’assistance informatique. Cette Thèse est ainsi composée de 4 parties. Une première
partie porte sur la problématique médicale dans laquelle s’inscrit le remplacement
valvulaire aortique percutané (TAVI) ainsi que le contexte du TAVI en France et présente
un article évaluant l’évolution des caractéristiques des patients et des procédures
à l’échelle nationale entre 2010 et 2015 dans les registres nationaux FRANCE 2 et
FRANCE TAVI. Ce premier chapitre identifie des problématiques médicales auxquelles
les opérateurs sont confrontés au quotidien notamment la sélection optimale des candidats
et la minimisation des complications de la procédure dans le contexte d’une réduction
du profil de risque des patients traités. La seconde partie s’intéresse à l’étude
de populations, par des méthodes statistiques classiques, pour établir des facteurs
prédictifs de résultats du TAVI ou de survenue d’une complication donnée afin d’aider
le clinicien dans sa planification de la procédure. Cette partie est articulée autour
de 3 articles portant sur les facteurs prédictifs d’accidents vasculaires cérébraux,
les troubles conductifs et les facteurs prédictifs de « mauvais résultats » après
TAVI. Nous démontrons l’intérêt de ce type d’analyse qui resteront nécessaires à l’avenir
mais abordons également leurs limites qui expliquent pourquoi d’autres pistes doivent
être explorées pour stocker, trier, restituer les informations pertinentes à l’opérateur
voire les augmenter pour faciliter ses décisions notamment en préopératoire.L’objet
de la 3ème partie est d’aborder un système d’aide à la décision par ordinateur de
type « case-based reasoning » (CBR) qui pourrait tirer bénéfice de l’identification
de ces facteurs pronostiques et à terme les intégrer dans une interface globale et
ergonomique d’aide à la décision. Nous avons travaillé dans le cadre du projet européen
H2020 EurValve sur l’élaboration d’un CBR dont la problématique se concentre pour
l’instant sur le choix optimal de la voie d’abord, du type et de la taille de prothèse.
Notre travail s’est concentré sur une étape analytique de la conception de ce type
de système portant sur l’étude et l’amélioration de la mesure de similarité utilisée
pour rapprocher le cas à traiter (problème) de ses plus proches voisins (cas déjà
traités et leur « solution » thérapeutique). [...];