Interpréter une radiographie du coude chez l’enfant constitue un exercice particulièrement complexe. Entre les cartilages de croissance (propres au squelette en développement) et des fractures parfois très discrètes, le risque d’erreur existe, même pour des praticiens expérimentés. Face à cet enjeu, les équipes des urgences pédiatriques et du service de radiologie du CHU de Nantes ont choisi d’explorer une solution innovante : associer l’expertise médicale humaine à la puissance d’analyse de l’intelligence artificielle. L’objectif de cette étude intitulée Assessing deep learning artificial intelligence support for detecting elbow fractures in the pediatric emergency department : mesurer l’apport d’un algorithme d’IA dans la détection des fractures du coude en analysant rétrospectivement les radiographies de 755 enfants pris en charge aux urgences pédiatriques.
L’étude a porté sur tous les enfants de 0 à 15 ans admis aux urgences du CHU de Nantes entre janvier 2019 et avril 2020 pour un traumatisme du coude, ayant bénéficié de radiographies. Deux experts indépendants ont analysé les examens pour établir le diagnostic de référence, sans connaître les résultats de l’algorithme d’IA. Le diagnostic des urgentistes a ensuite été comparé avec et sans l’assistance théorique de l’IA. Enfin, l’efficacité de l’algorithme utilisé seul a également été évaluée de manière indépendante.
L’IA, un copilote pour sécuriser l’analyse
Et ce que peut l’on peut dire, c’est que les résultats sont particulièrement encourageants. En effet, on observe une détection quasi exhaustive des fractures pour le clinicien assisté de l’IA avec une sensibilité** atteignant 99% , ainsi qu’un gain de sensibilité de plus de 20% pour le médecin des urgences réduisant le risque de fractures manquées.
« L’interprétation des radiographies du coude chez l’enfant est un examen en traumatologie pédiatrique particulièrement exigeant. L’intelligence artificielle ne remplace en aucun cas le médecin ; elle agit comme un second regard, un co-pilote qui sécurise notre analyse. Grâce à cette collaboration homme-machine, nous réduisons le risque d’erreur et renforçons la qualité de prise en charge des jeunes patients. », explique le Dr Fleur Lorton, médecin pédiatre aux urgences pédiatriques du CHU de Nantes et membre du Centre d’investigation clinique Femme-Enfant-Adolescent (CIC-FEA, Inserm 1413).
Vers un développement des solutions d’analyses par IA
Le CHU de Nantes l’assure, les outils d’IA en imagerie constituent un levier prometteur en médecine d’urgence pédiatrique en servant de « second lecteur » en temps réel et en favorisant une prise en charge plus rapide et plus précise des enfants. Dans cette dynamique, un logiciel d’IA dédié à la traumatologie est désormais utilisé en pratique courante aux urgences pédiatriques du CHU. Ce logiciel permet d’identifier et de localiser sur des radiographies de membres : des fractures, des luxations ou la présence d’un épanchement intra-articulaire. En parallèle, une nouvelle étude est en cours afin d’évaluer un algorithme d’IA appliqué cette fois-ci aux radiographies thoraciques, avec l’objectif d’élargir l’apport de ces technologies aux pathologies respiratoires aiguës, particulièrement fréquentes en pédiatrie.
De manière plus générale, le CHU de Nantes souhaite se positionner, comme d’autres établissements (CHU de Montpellier, Reims) comme une des figures de proue hospitalière dans le développement de l’IA en santé. A titre d’exemple, le CHU a signé cette semaine un partenariat avec Doctolib et divers acteurs de la recherche pour créer un laboratoire dédié à l’IA clinique.
La rédaction avec le CHU de Nantes
