L'AP-HP crée un modèle de deep learning pour l'identification de l'HTP-TEC

L’Assistance Publique – Hôpitaux de Paris (AP-HP) et GE HealthCare vont collaborer au développement d’outils d’intelligence artificielle (IA) dans le cadre du projet RHU (recherches hospitalo-universitaires) DESTINATION 2024 qui vise à favoriser le diagnostic précoce, d’évaluer la sévérité et de traiter l'hypertension pulmonaire thromboembolique chronique (HTP-TEC).

Ce projet est coordonné par l’AP-HP et des partenaires publics et privés tels l’Université Paris-Saclay, l’Inserm, l’Hôpital Marie-Lannelongue (Le Plessis Robinson), leGroupe Hospitalier Paris-Saint Joseph et Janssen. Ces outils seront hébergés sur la plateforme données massives de l’Entrepôt de Données de Santé (EDS) de l’AP-HP, source de données propice au développement d’IA en santé.

Dans la cadre de cette collaboration, GE HealthCare a développé des outils d'annotation 2D/3D sur une plateforme de visualisation avancée qui permettent aux équipes médicales de l’AP-HP d’identifier avec efficience, sur les examens d’imagerie, les anomalies d’HTP-TEC. Ces logiciels ont été mis à contribution par six médecins radiologues et pneumologues de l'hôpital Bicêtre AP-HP, sous la coordination du Pr Marc Humbert, chef du service de pneumologie et soins intensifs respiratoires de l’établissement, pour l’annotation des images en lien avec cette pathologie, afin de nourrir une base de données d’environ 200 examens.

Le nouveau modèle de deep learning est désormais en cours d’apprentissage pour la détection automatique des signes radiologiques de l’HTP-TEC à partir des angioscanners thoraciques. Cette phase d’apprentissage se fera en parallèle, une fois que le nombre d’images annotées sera suffisant, sans attendre la fin de l’ensemble des annotations. Ce travail a bénéficié d'une aide de l’État gérée par l'Agence Nationale de la Recherche au titre du programme d’investissements d’avenir intégré à France 2030.