Prédire les résultats de la réadaptation pédiatrique après une chirurgie de déformation de la colonne vertébrale à l’aide de l’intelligence artificielle

Scoliose idiopathique de l’adolescent : vers de meilleurs résultats chirurgicaux grâce à l’IA

La scoliose idiopathique de l’adolescent (AIS) est caractérisée par une courbure structurelle de la colonne vertébrale, généralement observée lors de la poussée de croissance de l’adolescent. C’est la forme de scoliose la plus courante, touchant environ 1 à 4 % des adolescents, avec une prévalence plus élevée chez les jeunes filles que chez les garçons. Si elle n’est pas traitée, la scoliose peut entraîner des modifications des mécanismes de la colonne vertébrale, des modifications dégénératives et divers problèmes de santé, notamment des douleurs, une perte de mobilité de la colonne vertébrale et une qualité de vie réduite.

La fusion vertébrale postérieure (PVF) constitue 90 % des interventions chirurgicales liées à la scoliose, avec environ 38 000 opérations réalisées chaque année aux États-Unis. La décision d’intervenir sur un patient atteint de scoliose idiopathique dépend de nombreux facteurs : maturité du patient, caractéristiques de la courbure, localisation et possibilité de progression de la malformation. Comme la plupart des personnes atteintes d’AIS connaissent une aggravation pendant les périodes de croissance, l’objectif principal de l’intervention est de limiter ou d’arrêter cette progression. Il est donc essentiel d’améliorer la qualité de vie du patient.

Dans le cadre des soins réguliers de la scoliose, les patients subissent des examens radiographiques en série et des mesures détaillées pour planifier l’intervention chirurgicale, évaluer les corrections apportées et assurer le suivi (c’est-à-dire la rééducation) au fil du temps. Le développement du questionnaire sur la qualité de vie des patients de la Scoliosis Research Society (SRS) a permis aux orthopédistes de mesurer les résultats subjectifs rapportés par les patients avant et après une chirurgie correctrice. Le SRS-22R se distingue comme l’un des outils les plus utilisés pour évaluer la qualité de vie des patients atteints d’AIS, en tenant compte d’aspects tels que la fonction, la santé mentale, la douleur, la satisfaction et l’image de soi. Cependant, les paramètres radiographiques préopératoires, souvent utilisés lors de la planification chirurgicale, n’ont pas encore montré de corrélation avec les résultats subjectifs postopératoires. Il est donc essentiel de clarifier cette relation pour aider les chirurgiens à mieux définir les attentes des patients et de leurs familles.

Pour résoudre ce problème, nous avons développé un système d’aide à la planification chirurgicale et de conseil assisté par IA pour prédire les résultats de la réadaptation des patients AIS après FVP, sur la base d’une cohorte pédiatrique multicentrique. Nos études ont été menées sur un groupe de 455 jeunes patients ayant subi une fusion vertébrale dans deux hôpitaux Shriners pour enfants depuis 2010. Cette cohorte est unique en raison de la rareté des cas d’AIS sévère (moins de 0,1 % aux États-Unis). Uni). Nous avons cherché à prédire trois résultats clés qui faciliteraient la planification chirurgicale et la prise de décision partagée : la réponse postopératoire à chaque question du SRS-22R, l’obtention de la différence minimale cliniquement importante et l’amélioration des mesures radiographiques objectives ainsi que de l’auto-évaluation subjective des patients. . De plus, nous avons effectué des analyses d’explicabilité et des analyses statistiques pour quantifier l’impact des paramètres radiographiques préopératoires et des résultats autodéclarés afin de valider cliniquement notre approche. Nous avons également intégré des considérations liées à l’IA responsable en calibrant la confiance du modèle pour intervenir au bon moment et en réduisant les préjugés sexistes.

En résumé, nos contributions s’articulent autour de trois axes : dans un premier temps, nous avons réalisé une analyse exhaustive sur une cohorte multicentrique de patients AIS avec des suivis postopératoires de 6 mois à 2 ans, afin de développer un modèle prédictif d’évolution postopératoire. résultats; ensuite, nous avons créé un système d’aide à la planification chirurgicale visant à prédire les résultats chirurgicaux des patients sur la base d’améliorations subjectives et de mesures radiographiques objectives pour un plan chirurgical personnalisé ; Enfin, nous avons intégré des considérations d’IA explicables et responsables dans notre approche pour garantir l’équité et mieux comprendre les résultats cliniques obtenus.

Points à retenir

• L’AIS touche 1 à 4 % des adolescents, avec une incidence plus élevée chez les jeunes filles.
• La FVP est la principale forme de traitement chirurgical de la scoliose.
• Le questionnaire SRS-22R est largement utilisé pour évaluer la qualité de vie des patients.
• Les technologies avancées d’IA sont exploitées pour prédire les résultats postopératoires et faciliter la prise de décision personnalisée.
• Les travaux actuels montrent que la recherche se concentre davantage sur les patients adultes que sur les adolescents, mettant en évidence un domaine potentiellement sous-étudié.

Ce développement innovant dans le domaine de la scoliose pourrait marquer une avancée majeure dans les soins pédiatriques. Alors que la technologie et l’IA continuent de transformer les soins de santé, il est essentiel de se demander comment ces avancées peuvent être étendues à d’autres domaines de la médecine et quelles leçons peuvent être tirées pour améliorer encore la qualité des soins prodigués aux patients les plus jeunes.

• Image(s) source(s) : www.nature.com
• Source : https://www.nature.com/articles/s43856-024-00726-1