APASI : L'avenir brillant de l'évaluation de la gravité du psoriasis est arrivé
Introduction
Legit.Health présente une avancée révolutionnaire dans la technologie d'évaluation dermatologique : le système APASI (Automatic Psoriasis Area and Severity Index). Cette solution innovante exploite la puissance de l'intelligence artificielle pour analyser les images cliniques et calculer automatiquement les scores PASI standardisés, transformant la façon dont la gravité du psoriasis est évaluée dans la pratique clinique et la recherche.
En utilisant des algorithmes de vision par ordinateur, nos chercheurs ont créé un outil qui traite les images de smartphones et les traduit automatiquement dans le domaine du PASI, fournissant des évaluations objectives, rapides et précises qui complètent les méthodes d'évaluation clinique traditionnelles.
Le développement et la validation d'APASI ont été documentés dans une publication scientifique complète dans JEADV Clinical Practice :
APASI fournit un cadre robuste basé sur l'IA pour l'évaluation de la gravité du psoriasis, offrant des évaluations rapides, objectives et précises. Son intégration dans les flux de travail cliniques et de recherche pourrait améliorer la surveillance des maladies, améliorer l'évaluation des traitements et réduire les coûts d'évaluation.
Mac Carthy T, Dagnino D, Medela A, Fernández G, Aguilar A, Martorell A, Gómez-Tejerina P, Roustán-Gullón G. Artificial Intelligence-Based Quantification to Assess the Automatic Psoriasis Area and Severity Index. JEADV Clin Pract. 2025. https://doi.org/10.1002/jvc2.70143
Comprendre le défi de l'évaluation du psoriasis
Le psoriasis touche environ 125 millions de personnes dans le monde, se manifestant par des plaques érythémateuses avec des squames argentées qui impactent significativement la qualité de vie des patients. Malgré la visibilité clinique des lésions de psoriasis, obtenir des évaluations de gravité cohérentes et objectives reste un défi.
Les origines et limites du PASI
L'indice de surface et de gravité du psoriasis (PASI) a été publié pour la première fois en 1978 par T. Fredericksson et U. Pettersson. Leur formule pour évaluer la gravité de l'affection deviendrait le standard de référence pour les dermatologues du monde entier et est encore largement utilisée aujourd'hui.
Cependant, l'évaluation traditionnelle du PASI présente plusieurs limitations critiques, notamment une forte variabilité inter-observateurs et des calculs manuels chronophages.
Comment savoir si un système de notation est bon ?
Lorsqu'il s'agit d'évaluations dermatologiques, l'efficacité d'un système de notation est primordiale. Mais qu'est-ce qui fait exactement qu'un système de notation est fiable et utile ? Par consensus scientifique, plusieurs facteurs clés qui contribuent à la robustesse de ces systèmes ont été identifiés. Approfondissons ces éléments fondamentaux :
- Facilité d'utilisation : ce facteur détermine si le système peut être appliqué sans effort, compte tenu des contraintes de temps et de ressources financières. Un système convivial est crucial pour une adoption généralisée dans les milieux cliniques.
- Sensibilité au changement : un système de notation efficace doit être capable de détecter des changements cliniquement significatifs au fil du temps. Cette sensibilité garantit que toute amélioration ou détérioration de l'état d'un patient est saisi avec précision.
- Fiabilité inter-observateurs : vérifie la cohérence entre les résultats obtenus par différents observateurs utilisant le système de notation. Une grande fiabilité inter-observateurs signifie que différents cliniciens arriveront à des conclusions similaires, ce qui renforce la crédibilité du système.
- Variabilité intra-observateur : vérifie la cohérence des résultats, lorsque le même observateur utilise le système de notation plusieurs fois. Une faible variabilité intra-observateur indique que le système fournit des résultats stables au fil des évaluations répétées par le même clinicien.
- Interprétabilité : un système de notation pratique doit fournir des interprétations qualitatives significatives de ses évaluations, par exemple, la catégorisation de la gravité d'une affection comme légère, modérée ou grave.
Ces critères garantissent non seulement l'efficacité du système de notation, mais aussi son applicabilité et sa fiabilité dans divers scénarios cliniques.
Adapté de "Methods and definitions to rate the quality of outcome measures". Schmitt, J., Langan, S., Deckert, S., Svensson, A., von Kobyletzki, L., Thomas, K., et Spuls, P. (2013). Assessment of clinical signs of atopic dermatitis: A systematic review and recommendation. Journal of Allergy and Clinical Immunology, 132(6), 1337--1347. doi:10.1016/j.jaci.2013.07.008.
La solution APASI : Évaluation révolutionnaire du psoriasis par IA
APASI représente une percée dans les soins dermatologiques, combinant de manière transparente l'intelligence artificielle de pointe avec des décennies d'expertise clinique.
Voulez-vous voir la technologie IA clinique en action ?
Excellence fondée sur des preuves
Le système APASI a été formé sur des milliers de cas cliniques et testé par une validation extensive dans le monde réel. Le modèle MiT_b2 a atteint des précisions de 60,6% pour l'érythème, 54,3% pour l'induration et 61,8% pour la desquamation.
Après 12 mois d'utilisation de Legit.Health, au cours desquels nous avons analysé l'applicabilité de l'outil dans notre hôpital, nous avons tiré des conclusions qui aident à proposer un nouveau paradigme de soins dans le suivi du psoriasis.
Six avantages clés d'APASI en pratique clinique
Cela signifie que la nouvelle version de ce système de notation extrait des données de manière précise et cohérente, aussi bien lors des évaluations de routine que dans la recherche clinique. L 'amélioration est visible dans le tableau suivant, qui compare les indicateurs de performance de la façon la plus courante d 'utiliser les systèmes de notation :
| Papier-crayon | Numérique | Automatique (IA) | |
|---|---|---|---|
| Auto-supervision | - | - | Établissement diagnostic |
| Facilité d 'utilisation | ≈ 600 secondes | ≈ 420 secondes | ≈ 23 secondes |
| Sensibilité au changement | 0 à 4 | 0 à 4 | 0 à 100 |
| Variabilité inter-observateurs | Moyenne (20 %) | Moyenne (20 %) | Plus faible (8 %) |
| Variabilité intra-observateur | Élevée | Élevée | Zéro |
Tableau 1 : comparaison entre les différentes méthodes de notation de la gravité d 'une maladie. La méthode automatique fondée sur l 'intelligence artificielle obtient de meilleurs résultats pour la plupart des indicateurs de performance.
Grâce aux algorithmes d 'apprentissage profond, Legit.Health libère les médecins du fastidieux calcul manuel des systèmes de notation et permet la pratique d 'une dermatologie fondée sur les preuves plus objective. De plus, en utilisant des algorithmes pour mesurer la sécheresse, la lichénification, l 'érythème, le suintement, l 'œdème et bien d 'autres signes, l 'outil peut calculer les signes visuels de manière plus fiable et plus cohérente.
1. Évaluation rapide et objective de la gravité
APASI fournit des scores PASI automatisés en quelques secondes à partir d'images de smartphone, éliminant les calculs manuels fastidieux qui prennent 6 à 10 minutes par patient aux médecins.
2. Performance comparable à l'humain dans l'évaluation des signes visuels
Le système évalue les trois indicateurs PASI clés avec une précision constante, fournissant une classification de gravité fiable comparable aux cliniciens expérimentés.
3. Précision supérieure de segmentation des lésions
Le modèle Xception-multi a atteint une intersection sur union (IoU) de 0,752, dépassant l'IoU de 0,702 des dermatologues experts.
4. Reproductibilité et standardisation améliorées
L'approche algorithmique d'APASI élimine complètement la variabilité intra-observateur, garantissant des évaluations identiques de la même lésion au fil du temps.
5. Outil précieux pour les essais cliniques
En fournissant des évaluations standardisées et reproductibles sur plusieurs sites et points temporels, APASI relève l'un des défis les plus importants des essais cliniques sur le psoriasis : la variabilité inter-observateurs.
6. Interface clinique conviviale
Le système CAD intégré affiche des superpositions de segmentation de lésions, des scores de gravité et des graphiques de progression longitudinale dans un format intuitif.
Voulez-vous voir la technologie IA clinique en action ?
Conclusion
APASI révolutionne à la fois la recherche clinique et la pratique dermatologique en établissant de nouvelles normes de qualité, de précision et de cohérence des données.
APASI fait partie de la suite complète de systèmes de notation automatique alimentés par IA de Legit.Health, qui comprend également ASCORAD pour la dermatite atopique, AUAS7 pour l'urticaire, AIHS4 pour l'hidradénite suppurée et ALEGI pour l'acné.
Pour plus d'informations sur la mise en œuvre d'APASI dans votre pratique ou votre recherche, visitez Legit.Health.
Travaillez avec nous
Chez Legit.Health, nous travaillons à améliorer encore la technologie APASI et à créer des outils encore meilleurs.
Si vous souhaitez travailler avec nous, veuillez remplir le formulaire suivant et nous vous contacterons dans les plus brefs délais.