C. Dumont , K. Charrière , A. Vilotitch , S. Artemova , G. Ferretti , I. Bricault , J.L. Bosson , E. Fontaine , A. Moreau-Gaudry , C. Bétry
{"title":"ODIASP, un outil d’intelligence artificielle pour le diagnostic de la sarcopénie via l’imagerie scanner","authors":"C. Dumont , K. Charrière , A. Vilotitch , S. Artemova , G. Ferretti , I. Bricault , J.L. Bosson , E. Fontaine , A. Moreau-Gaudry , C. Bétry","doi":"10.1016/j.nupar.2023.03.052","DOIUrl":null,"url":null,"abstract":"<div><h3>Introduction et but de l’étude</h3><p>Le projet « Outil de DIAgnostic de la SarcoPénie (ODIASP) » a pour but d’optimiser le diagnostic de la sarcopénie grâce au calcul automatisé d’un Index de Surface musculaire (ISM) en imagerie scanner. Il existe actuellement un intérêt grandissant pour l’utilisation du scanner pour la mesure de la composition corporelle, mais la détermination de l’iSM est fastidieuse en pratique clinique. L’objectif de cette étude était de développer dans une même interface, la sélection automatique d’une coupe au niveau de la 3<sup>e</sup> vertèbre lombaire (L3), la mesure de la surface musculaire sur cette coupe et le calcul de l’ISM dérivé de cette mesure.</p></div><div><h3>Matériel et méthodes</h3><p>L’outil ODIASP intègre deux algorithmes de la littérature et mis à disposition de la recherche pour : (1) la sélection automatique d’une coupe en L3 et (2) la segmentation automatique de cette coupe. Pour chacune de ces deux étapes, la sélection d’un algorithme a fait l’objet d’une comparaison d’approches existantes faisant références dans la littérature et d’une validation externe de ces approches. Pour la sélection automatique de la coupe passant en L3 au sein d’un scanner, les approches de Bridge et al. et de Meng et al. ont été comparées. L’algorithme AutoMATICA proposé par Paris et al. a été comparé au module ABACS du logiciel SliceOmatic pour la mesure de la surface musculaire. Une base de 676 scanners abdominopelviens a été utilisée pour comparer, sélectionner et valider les différents algorithmes. Les scanners ont été annotés manuellement par un clinicien. La comparaison des deux approches pour la sélection des coupes en L3 a été évaluée par la mesure d’un pourcentage de bonnes prédictions, soit la proportion de coupes déterminées par l’outil ODIASP et estimées par le clinicien comme passant effectivement en L3. La segmentation des muscles striés squelettiques a été évaluée par un score DICE. Un score de 0 signifie qu’il n’y a pas de chevauchement et 1 signifie que les surfaces segmentées se chevauchent parfaitement. Enfin, un coefficient de corrélation des concordances (CCC) a été utilisé pour évaluer les performances de l’outil complet ODIASP.</p></div><div><h3>Résultats et analyses statistiques</h3><p>Pour le choix de la coupe L3, l’approche de Meng et al. a montré un meilleur pourcentage de bonnes prédictions (0,925, intervalle de confiance IC<!--> <!-->=<!--> <!-->[0,902–0,944]) par rapport à Bridge et al (0,882, IC<!--> <!-->=<!--> <!-->[0,855–0,905]). Cependant son temps de traitement d’un scanner d’environ 20 minutes par série est incompatible avec une utilisation en routine. Par ailleurs, le temps de calcul (moins de 1 minute par scanner) et le CCC (0,962, IC<!--> <!-->=<!--> <!-->[0,956–0967]) sont meilleurs et satisfaisants pour l’approche de Bridge et al. (corrélation des concordances de 0,899, IC<!--> <!-->=<!--> <!-->[0,883–0,912] pour Meng et al.), celle-ci a donc été retenue. Pour l’étape 2, le DICE médian du clinicien par rapport à AutoMATiCA (0,969 [5<sup>e</sup> percentile : 0,909]) est supérieur au DICE médian du clinicien par rapport à ABACS-SliceOmatic (0,949 [5<sup>e</sup> percentile : 0,836]) (<em>p</em> <!--><<!--> <!-->0,001). L’algorithme AutoMATICA a donc été retenu. Enfin, la comparaison des surfaces musculaires obtenues par l’outil complet intégrant Bridge et al. et AutoMATICA a montré un CCC de 0,970 (IC<!--> <!-->=<!--> <!-->[0,966–0,974]). Le temps de traitement moyen d’un scanner par l’outil ODIASP est d’environ 1 minute. Une interface intuitive intégrant les algorithmes sélectionnés a été créée pour analyser un ou plusieurs scanners, calculer et exporter un ISM pour chaque sujet et visualiser aisément les résultats obtenus.</p></div><div><h3>Conclusion</h3><p>L’outil proposé offre la possibilité de calculer de manière fiable et rapide l’ISM pour chaque scanner abdominopelvien sous réserve de connaître la taille du sujet. La mise à disposition de cet outil à la communauté scientifique ouvre la voie à des études sur de larges cohortes pour notamment définir les seuils d’ISM pour le diagnostic de la sarcopénie. En attendant le marquage CE de notre outil, le clinicien peut d’ores et déjà l’utiliser dans sa pratique sous réserve qu’il valide chaque résultat obtenu avec son expertise clinique.</p></div>","PeriodicalId":54702,"journal":{"name":"Nutrition Clinique et Metabolisme","volume":"37 2","pages":"Page e31"},"PeriodicalIF":0.5000,"publicationDate":"2023-05-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Nutrition Clinique et Metabolisme","FirstCategoryId":"3","ListUrlMain":"https://www.sciencedirect.com/science/article/pii/S0985056223000791","RegionNum":4,"RegionCategory":"医学","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"ENDOCRINOLOGY & METABOLISM","Score":null,"Total":0}
引用次数: 0
Abstract
Introduction et but de l’étude
Le projet « Outil de DIAgnostic de la SarcoPénie (ODIASP) » a pour but d’optimiser le diagnostic de la sarcopénie grâce au calcul automatisé d’un Index de Surface musculaire (ISM) en imagerie scanner. Il existe actuellement un intérêt grandissant pour l’utilisation du scanner pour la mesure de la composition corporelle, mais la détermination de l’iSM est fastidieuse en pratique clinique. L’objectif de cette étude était de développer dans une même interface, la sélection automatique d’une coupe au niveau de la 3e vertèbre lombaire (L3), la mesure de la surface musculaire sur cette coupe et le calcul de l’ISM dérivé de cette mesure.
Matériel et méthodes
L’outil ODIASP intègre deux algorithmes de la littérature et mis à disposition de la recherche pour : (1) la sélection automatique d’une coupe en L3 et (2) la segmentation automatique de cette coupe. Pour chacune de ces deux étapes, la sélection d’un algorithme a fait l’objet d’une comparaison d’approches existantes faisant références dans la littérature et d’une validation externe de ces approches. Pour la sélection automatique de la coupe passant en L3 au sein d’un scanner, les approches de Bridge et al. et de Meng et al. ont été comparées. L’algorithme AutoMATICA proposé par Paris et al. a été comparé au module ABACS du logiciel SliceOmatic pour la mesure de la surface musculaire. Une base de 676 scanners abdominopelviens a été utilisée pour comparer, sélectionner et valider les différents algorithmes. Les scanners ont été annotés manuellement par un clinicien. La comparaison des deux approches pour la sélection des coupes en L3 a été évaluée par la mesure d’un pourcentage de bonnes prédictions, soit la proportion de coupes déterminées par l’outil ODIASP et estimées par le clinicien comme passant effectivement en L3. La segmentation des muscles striés squelettiques a été évaluée par un score DICE. Un score de 0 signifie qu’il n’y a pas de chevauchement et 1 signifie que les surfaces segmentées se chevauchent parfaitement. Enfin, un coefficient de corrélation des concordances (CCC) a été utilisé pour évaluer les performances de l’outil complet ODIASP.
Résultats et analyses statistiques
Pour le choix de la coupe L3, l’approche de Meng et al. a montré un meilleur pourcentage de bonnes prédictions (0,925, intervalle de confiance IC = [0,902–0,944]) par rapport à Bridge et al (0,882, IC = [0,855–0,905]). Cependant son temps de traitement d’un scanner d’environ 20 minutes par série est incompatible avec une utilisation en routine. Par ailleurs, le temps de calcul (moins de 1 minute par scanner) et le CCC (0,962, IC = [0,956–0967]) sont meilleurs et satisfaisants pour l’approche de Bridge et al. (corrélation des concordances de 0,899, IC = [0,883–0,912] pour Meng et al.), celle-ci a donc été retenue. Pour l’étape 2, le DICE médian du clinicien par rapport à AutoMATiCA (0,969 [5e percentile : 0,909]) est supérieur au DICE médian du clinicien par rapport à ABACS-SliceOmatic (0,949 [5e percentile : 0,836]) (p < 0,001). L’algorithme AutoMATICA a donc été retenu. Enfin, la comparaison des surfaces musculaires obtenues par l’outil complet intégrant Bridge et al. et AutoMATICA a montré un CCC de 0,970 (IC = [0,966–0,974]). Le temps de traitement moyen d’un scanner par l’outil ODIASP est d’environ 1 minute. Une interface intuitive intégrant les algorithmes sélectionnés a été créée pour analyser un ou plusieurs scanners, calculer et exporter un ISM pour chaque sujet et visualiser aisément les résultats obtenus.
Conclusion
L’outil proposé offre la possibilité de calculer de manière fiable et rapide l’ISM pour chaque scanner abdominopelvien sous réserve de connaître la taille du sujet. La mise à disposition de cet outil à la communauté scientifique ouvre la voie à des études sur de larges cohortes pour notamment définir les seuils d’ISM pour le diagnostic de la sarcopénie. En attendant le marquage CE de notre outil, le clinicien peut d’ores et déjà l’utiliser dans sa pratique sous réserve qu’il valide chaque résultat obtenu avec son expertise clinique.
期刊介绍:
Nutrition Clinique et Métabolisme is the journal of the French-speaking Society of Enteral and Parenteral Nutrition. Associating clinicians, biologists, pharmacists, and fundamentalists, the articles presented in the journal concern man and animals, and deal with organs and cells. The goal is a better understanding of the effects of artificial nutrition and human metabolism. Original articles, general reviews, update articles, technical notes and communications are published, as well as editorials and case reports.