Contre la détresse respiratoire, vers une lecture automatique des scanners ?
Publié le - par Barbara Vignaux
Comment améliorer la prise en charge des patients atteints de détresse respiratoire, nombreux parmi ceux atteints du Covid-19 ? Comment éviter, comme cela a parfois été le cas dans cette pathologie encore mal connue, d’aggraver les lésions pulmonaires en recourant à des réglages ventilatoires inadéquats ? Ce sont des questions auxquelles s’efforce de répondre une recherche en cours au laboratoire Creatis (CNRS/Inserm/université Claude Bernard Lyon-1/Insa Lyon/UJM), dont le travail consiste « à répondre à des questions médicales grâce aux images », explique Maciej Orkisz, professeur à l’université Lyon-1 et impliqué dans ce travail.
Mieux connu du grand public depuis l’épidémie du SARS-CoV-2, le syndrome de détresse respiratoire aiguë (SDRA) peut surgir dans diverses pathologies ; mais le nombre de cas a considérablement augmenté avec le Covid-19. De fait, l’étude en cours a débuté l’an dernier, avant l’épidémie. Elle a été initiée par Jean-Christophe Richard, chef du service de réanimation à l’hôpital de la Croix-Rousse, à Lyon, et aussi membre de Creatis. Objectif : améliorer la prise en charge du SDRA, dont la prévalence avant le Covid-19 était certes limitée – quelques dizaines de cas par an à la Croix-Rousse –, mais la mortalité très élevée (46 % dans les cas sévères, précise le médecin).
Le principe de la ventilation mécanique est de maintenir en vie un patient pendant qu’est soignée la cause de la détresse respiratoire. Elle doit être adaptée à chaque patient et notamment à sa capacité respiratoire, afin d’assurer une distribution adéquate de l’oxygène dans l’organisme et une évacuation tout aussi adéquate du dioxyde de carbone.
Or, dans le SDRA, une partie des alvéoles pulmonaires ne s’ouvre plus, parce qu’elle est envahie de liquide (en cas d’œdème), enflammée ou qu’elle reste collée faute de « surfactant » – la substance à la surface interne des alvéoles, indispensable à une fonction respiratoire normale. La ventilation cherche donc à accroître le nombre d’alvéoles fonctionnelles. Ce « recrutement alvéolaire » doit se dérouler en douceur, sous peine de soumettre les alvéoles déjà ouvertes à une pression d’air trop importante et donc de les endommager par « hyperinflation ».
Une ventilation mécanique à adapter
Pour l’heure, les réglages de la ventilation mécanique sont effectués quotidiennement grâce aux respirateurs modernes, sur la base de la pression dans le poumon à la fin d’inspiration du patient : « En réanimation, explique Jean-Christophe Richard, on utilise aujourd’hui l’imagerie de manière assez simple ».
Pour mesurer précisément la bonne « dose » d’air à donner au patient, il faudrait disposer de données plus sophistiquées grâce au scanner : « L’imagerie pulmonaire permet d’établir un lien quantitatif direct entre le niveau de gris et la quantité d’air dans le tissu, explique Maciej Orkisz. C’est même le seul type d’imagerie médicale pour lequel une lecture directe et relativement simple soit possible : en noir, les parties aérées ; en gris clair – comme les muscles tout autour – les parties privées d’air ».
Malheureusement, cette stratégie n’est pas encore envisageable en clinique, car le « contourage » des zones à l’intérieur des poumons doit être réalisé de manière manuelle par le médecin, ce qui reste long, et difficilement compatible avec des décisions thérapeutiques, surtout en période épidémique. Pour rendre le processus opérationnel, et donc intégrer l’analyse du scanner aux paramètres du ventilateur, il faudrait accélérer sa lecture.
« Segmentation » automatique
Le logiciel mis au point l’an dernier au Creatis par l’ingénieur d’études Eduardo E. Dávila Serrano permet une « segmentation » rapide des régions soumises à hyperinflation. Pour tester l’efficacité de ce logiciel dans l’adaptation individuelle des réglages du ventilateur, une étude a été lancée dans la foulée, avec dix patients. Un groupe supplémentaire de dix patients atteints du Covid-19 s’y est ajouté depuis le début de l’épidémie, et l’inclusion de patients se poursuit : pour chacun d’entre eux sont comparées les segmentations manuelles réalisées par le médecin et celles proposées par le logiciel. Pour l’heure, la coïncidence est quasi parfaite et donc les résultats encourageants.
Un outil d’aide à la décision médicale
Le but de l’étude en cours est de fixer des valeurs numériques de seuil directement utiles au médecin : au-delà, une stratégie de ventilation mécanique protectrice doit être adoptée ; en deçà, la stratégie standard. La stratégie « protectrice » devra « offrir un compromis entre la réduction des effets délétères de l’hyperinflation et les risques associés à la diminution des échanges gazeux » dans les poumons, expliquent les chercheurs. Cette imagerie pourrait ainsi être réalisée dès le début du traitement, afin de corriger aussitôt les réglages du ventilateur en fonction des mesures fournies par le logiciel. Mais pour cela, il faut s’assurer de disposer d’un algorithme absolument fiable : « En réanimation, une fiabilité à 80 %, ça ne suffit pas, car il s’agit de vie ou de mort », insiste Jean-Christophe Richard.
Une étude clinique multicentrique sera donc lancée d’ici quelques mois, avec d’un côté, des patients soignés par la méthode standard de ventilation, et de l’autre, des patients soignés selon cette nouvelle stratégie basée sur l’imagerie scanner. Pourront alors en bénéficier non seulement les malades du Covid-19, mais aussi, naturellement, tous les patients souffrant d’un SDRA qu’elle qu’en soit la cause.
Enfin, l’étape suivante consistera à mettre au point un algorithme pour « analyser et segmenter les zones non-aérées des poumons, celles qui sont les plus difficiles à lire sur le scanner, afin de mesurer en temps réel les effets de la ventilation artificielle et d’ajuster les réglages », explique Jean-Christophe Richard. Pour cette future phase de l’étude, l’équipe de Creatis aura recours à un algorithme d’apprentissage profond – une technique courante en intelligence artificielle (IA) : « Il existe aujourd’hui un consensus dans la communauté médicale sur la pertinence de cet outil pour les tâches de segmentation, car il est très performant pour reproduire la main d’un médecin, souligne Olivier Bernard, professeur associé au Creatis et spécialiste de l’IA. Mais il faut pour cela constituer une base de données riche, avec beaucoup de cas différents, ce qui implique qu’en attendant, les médecins fassent le contourage à la main ».
Parallèlement, d’autres recherches pourraient porter sur la conception d’algorithmes destinés à analyser d’autres types d’images que le scanner, comme celles prises par impédance thoracique ou par échographie pulmonaire. Contrairement au scanner, qui requiert un transport du patient pas toujours commode notamment en cas d’épidémie, ces deux examens-ci peuvent être réalisés au lit du malade.
