N3-AUTOINDEXEE Évaluation d'un système d'intelligence artificielle pour le dépistage et l'évaluation
de la gravité de la pneumopathie à SARS-CoV-2 https://dumas.ccsd.cnrs.fr/dumas-03207893 Contexte : la première vague épidémique de COVID-19 s'est propagée depuis la Chine
et a touché presque tous les pays du monde. La détection et l’évaluation de la gravité
de la pneumopathie du SRAS-CoV-2 à l'aide de la tomodensitométrie à faible dose se
sont avérées rapides et sensibles. Objectif : Construire et valider un outil de segmentation
automatique par intelligence artificielle (IA) pour automatiser la quantification
du rapport volume affecté/volume total (VR) chez les patients suspectés de pneumopathie
SARS-CoV2. Matériels et Méthodes : entre le 9 mars et le 20 avril 2020, 3422 scanners
thoraciques à faible dose ont été réalisées dans notre institution pour la gestion
du COVID. Un réseau neuronal circonvolutif tridimensionnel a été appliqué à un ensemble
de 234 scanners d'entraînement pour construire l'outil d'IA. Le logiciel d'IA a été
testé sur 60 examens scannographiques indépendants sélectionnés de manière aléatoire
à partir de 3 scanners différents. Le rapport des volumes d’atteinte à SARS COV2 sur
le volume pulmonaire total (VR) ont été automatiquement segmentés. Tout d'abord, la
tomodensitométrie sans IA a été évaluée en aveugle et de manière indépendante par
4 experts pour déterminer quantitativement les opacités en verre dépoli (VRggo), les
lésions de consolidation (VRcs) et la somme des deux (VRall). Une semaine plus tard,
les experts ont à nouveau évalué les différents volumes d’atteinte à l'aide des masques
d’IA de manière qualitative. Les volumes donnés par l’IA ont été comparés aux volumes
des experts pour vérifier leur concordance. Les VR ont été testés comme biomarqueur
de la maladie (prélèvements RT-PCR) et de la sévérité (dépendance à l'oxygène). Une
comparaison statistique avec la RT-PCR et la sévérité a été effectuée. L'accord intra-
et inter-observateur pour les VR et comparé à ceux des experts. Résultats : les volumes
générés par l'IA ont démontré un haut niveau de précision. Les VR de l'IA étaient
comparables à ceux des experts. Les VR des experts étaient plus reproductibles avec
les masques de l'IA. Les performances de l'IA pour le diagnostic et la sévérité étaient
au moins équivalentes à celles des experts. Conclusion : l'outil de segmentation d’IA
et les volumes calculés de notre logiciel COViaX sont fiables et donnent un biomarqueur
robuste de la sévérité de la maladie. 2021 DUMAS - Dépôt Universitaire de Mémoires Après Soutenance France infections à coronavirus pneumopathie virale COVID-19 thèse ou mémoire gravité intelligence artificielle Dépistage Intelligence artificielle Pesanteur modifiée Indice de gravité de la maladie pneumopathie Pesanteur artificielle intelligence maladies pulmonaires virus du SRAS Pneumopathie Dépistage de masse pandémies COVID-19