Aller au contenu principal

Un article tagués avec « Dermatite atopique »

Voir tous les tags

ASCORAD, la nouvelle génération du système de notation automatique de la dermatite atopique

· 13 minutes de lecture
Ramón Grimalt
Ramón Grimalt
Dermatologist and associate professor
Taig Mac Carthy
Co-founder at Legit.Health
Alfonso Medela
CAIO at Legit.Health

Introduction

Legit.Health est fier de vous présenter une avancée significative dans l 'évaluation dermatologique : le système ASCORAD (Automatic SCORing Atopic Dermatitis). Cet outil innovant s 'appuie sur des algorithmes avancés de vision par ordinateur pour analyser les photographies prises par les smartphones et les aligner automatiquement sur le système de notation SCORAD.

L 'ASCORAD a été mentionné dans des publications scientifiques récentes, comme l 'article suivant du Conseil national de la recherche d 'Italie et des universités de Palerme et de Messine :

(...) très prometteuse est la tentative d 'arriver à une définition automatique de la gravité de la dermatite atopique en utilisant des réseaux de neurones convolutifs (RNC) (...) pour obtenir une notation précise de la gravité de l 'érythème, de la papulation, de l 'excoriation et de la lichénification, comparable à celle des dermatologues (...). Les progrès des applications informatiques en ce sens ont conduit très récemment à la conception de l 'Automatic SCORing Atopic Dermatitis (ASCORAD).

Li Pomi F, Papa V, Borgia F, Vaccaro M, Pioggia G et Gangemi S. Artificial Intelligence: A Snapshot of Its Application in Chronic Inflammatory and Autoimmune Skin Diseases. Life. 2024 ; 14(4):516. https://doi.org/10.3390/life14040516

En effet, l 'existence d 'outils de mesure objectifs, fiables et précis est cruciale pour les soins fondés sur des données probantes. L 'intégration d 'ASCORAD dans la suite d 'outils de Legit.Health représente un changement de paradigme dans l 'évaluation et la gestion de la dermatite atopique. En automatisant le processus SCORAD, l 'ASCORAD améliore la précision et la fiabilité des évaluations, et rationalise le flux de travail des professionnels de santé, établissant ainsi une nouvelle norme pour les soins dermatologiques.

Voulez-vous voir la technologie IA clinique en action ?

Beaucoup de choses ont changé depuis 1993

Nous devons beaucoup au groupe de travail européen sur la dermatite atopique qui a publié le premier article sur le SCORAD en 1993. Il tentait de s 'attaquer à un obstacle de taille, tant dans la pratique clinique que dans les essais cliniques. Comme l 'indiquent les auteurs :

Les méthodes d 'évaluation de la dermatite atopique (DA) ne sont pas normalisées et les études thérapeutiques sont difficiles à interpréter.

Severity Scoring of atopic dermatitis: The SCORAD Index. (1993). Dermatology, 186(1), 23-31. doi :10.1159/000247298

C 'est en partant de ce constat que les professeurs de renom Alain Taïeb et Jean-François Stalder se sont attachés, avec une brillante équipe de chercheurs, à mettre au point un indice composite de gravité. La création du SCORAD a été un coup de génie et une immense contribution à la connaissance médicale de la civilisation humaine.

Le SCORAD, un système papier-crayon

La solution proposée en 1993 peut sembler quelque peu désuète aujourd 'hui, mais il s 'agit d 'une façon très intelligente de s 'attaquer au problème. L 'objectif était de créer un système d 'évaluation qui se distinguait par sa simplicité et sa facilité d 'utilisation. Pour ce faire, la fiche suivante a été créée :

Fiche contenant le modèle SCORAD pour la pratique clinique.

La formule de l 'indice SCORAD est : A/5 + 7B/2 + C. Dans cette formule, « A » est défini comme l 'étendue (0-100), « B » comme l 'intensité (0-18), et « C » comme les symptômes subjectifs (0-20). Le score maximal de l 'indice SCORAD est de 103.

Contenu connexe

Regardez cette vidéo où l 'un des créateurs du SCORAD, le professeur Jean-François Stalder, interagit avec Taig Mac Carthy, l 'un des créateurs de l 'ASCORAD.

Clips extraits de l 'événement "Intelligence artificielle : quel avenir pour les patients souffrant d 'eczéma ?" organisé par la Fondation Pierre Fabre pour l 'Eczéma le 14 septembre 2023

Malgré l 'acceptation générale et l 'utilité du SCORAD et de l 'EASI dans l 'évaluation de la dermatite atopique, il existe une mise en garde notable associée à ces outils :

En effet, le système de notation SCORAD est représentatif et bien évalué, mais présente, comme tous les autres systèmes, des divergences intra- et inter-observateurs. La variation des scores est d 'environ 20 %.

Oranje, A. P., Glazenburg, E. J., Wolkerstorfer, A. et de Waard-van der Spek, F. B. (2007). Practical issues on interpretation of scoring atopic dermatitis: the SCORAD index, objective SCORAD and the three-item severity score. British Journal of Dermatology, 157(4), 645-648. doi :10.1111/j.1365-2133.2007.08112.x

L 'approche numérique : les calculatrices en ligne

Avec la révolution numérique et l 'essor de l 'informatique, des chercheurs du monde entier ont développé des versions numériques du SCORAD papier-crayon.

Le principal avantage de ces systèmes réside dans le calcul automatique de la formule A/5 + 7B/2 + C. C 'est pourquoi on les appelle des calculatrices numériques. Toutefois, les calculatrices numériques présentent les mêmes limites que leurs précurseurs papier-crayon : elles restent très subjectives et nécessitent beaucoup de temps, et de connaissances, pour les utiliser correctement.

Devoir estimer la rougeur ou la desquamation de la zone affectée à l 'œil nu, juste en regardant, cela paraît très désuet.

Docteur Ramon Grimalt

La prochaine génération : la notation automatique

ASCORAD

Legit.Health est l 'outil révolutionnaire de communication et de données cliniques pour les dermatologues de la nouvelle génération. Il triple la fiabilité des mesures de résultats. Cette technologie permet d 'accélérer le processus de signalement de pathologies, et d 'accroître l 'autonomie et le contrôle des patients.

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-crayonNumériqueAutomatique (IA)
Auto-supervision--Établissement diagnostic
Facilité d 'utilisation≈ 600 secondes≈ 420 secondes≈ 23 secondes
Sensibilité au changement0 à 40 à 40 à 100
Variabilité inter-observateursMoyenne (20 %)Moyenne (20 %)Plus faible (8 %)
Variabilité intra-observateurÉlevéeÉlevéeZéro

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.

Voulez-vous voir la technologie IA clinique en action ?

Le problème de SCORAD

Il est bien établi que le SCORAD est un score composite valide, cohérent en interne, réactif et interprétable qui inclut l 'intensité et l 'étendue des signes cliniques de la dermatite atopique et la gravité de ses symptômes

C 'est précisément la raison pour laquelle Legit.Health a choisi ce système de notation pour servir de base à son algorithme révolutionnaire. En d 'autres termes, le SCORAD sert de cadre pour appuyer l 'automatisation de l 'évaluation de la maladie à l 'aide de l 'apprentissage profond. Toutefois, le système SCORAD traditionnel se caractérise par un ensemble de problèmes et de limites

Les systèmes de notation, tels que SCORAD et EASI, présentent une variabilité inter-observateurs et prennent du temps. Une approche automatisée d 'IA comme la nôtre peut aider à atténuer ce biais et donc constituer un critère plus précis et plus objectif.

Alfonso Medela, Taig Mac Carthy, S. Andy Aguilar Robles, Carlos M. Chiesa-Estomba et Ramon Grimalt, Automatic SCOring of Atopic Dermatitis Using Deep Learning: A Pilot Study, JID Innovations, Volume 2, Numéro 3, 2022, 100107, ISSN 2667-0267, https://doi.org/10.1016/j.xjidi.2022.100107.

De plus, le renseignement de la fiche s 'avère trop fastidieux pour certains dermatologues. Dans de nombreux cas, les médecins estiment que l 'effort nécessaire pour renseigner le SCORAD est trop important et ils finissent par ne pas l 'utiliser dans leur pratique clinique quotidienne. C 'est peut-être la raison principale de la popularité de l 'EASI, qui sacrifie la granularité au profit de la simplicité et de la rapidité.

ASCORAD améliore les propriétés clinimétriques de SCORAD et devient une meilleure mesure des résultats.

Alfonso Medela, responsable en chef de l 'intelligence artificielle

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.

6 façons dont ASCORAD améliore le diagnostic de la dermatite atopique

L 'ASCORAD est défini comme :

(...) une méthode alternative rapide et objective pour l 'évaluation automatique de la dermatite atopique avec un grand potentiel, obtenant déjà des résultats comparables à l 'évaluation d 'un expert humain, tout en réduisant considérablement la variabilité inter-observateurs et en étant plus rapide. L 'ASCORAD pourrait également être employé dans des situations où les consultations en face à face ne sont pas possibles, car il fournit une évaluation automatique des signes cliniques et de la surface des lésions.

Automatic Scoring of Atopic Dermatitis using Deep Learning (ASCORAD): A Pilot Study.

Les algorithmes de Legit.Health classent automatiquement les lésions à partir de l 'observation des images des smartphones et des petites mesures de résultats rapportées par les patients (PROM). En d 'autres termes, l 'outil renseigne automatiquement la plupart des systèmes de notation dermatologiques, tels que PASI, SCORAD, UAS, GAGS, et bien d 'autres encore.

L 'objectif principal d 'ASCORAD est de fournir un outil permettant de consigner des données de manière précise et cohérente pour les évaluations de routine et les études cliniques.

1. Il s 'agit d 'une auto-surveillance : l 'algorithme s 'assure qu 'il s 'agit bien d 'une dermatite atopique

En utilisant l 'ASCORAD, les professionnels de santé évaluent le diagnostic de la pathologie tout en estimant sa gravité. Ainsi, **si le système de notation ASCORAD n 'est pas le bon, **parce qu 'il ne s 'agit pas vraiment d 'une dermatite atopique, l 'outil informera le médecin de la présence d 'une incohérence potentielle.

L 'outil de Legit.Health mesure la gravité de la pathologie, à l 'instar du SCORAD, mais l 'algorithme a aussi été formé en utilisant les données des meilleurs médecins dans leur spécialité pour être capable d 'effectuer la distinction entre des centaines de pathologies, dont la plupart des types de dermatite.

Ainsi, ASCORAD ne confondra pas un cas de dermatite atopique avec certains responsables habituels des erreurs de diagnostic, comme la neurodermatite ou la dermatite sébacée. Ce faisant, il améliore de 23 % le taux d 'exactitude du diagnostic du médecin.

2. L 'ASCORAD est plus facile à utiliser que le SCORAD et l 'EASI

Le système SCORAD [traditionnel] SCORAD system takes time and even experienced dermatologists will require seven (7) prend du temps, et même les dermatologues expérimentés auront besoin de sept (7) minutes au total. Un médecin inexpérimenté aura besoin de 10 minutes.

Oranje, A. P., Glazenburg, E. J., Wolkerstorfer, A., et de Waard-van der Spek, F. B. (2007). Practical issues on interpretation of scoring atopic dermatitis: the SCORAD index, objective SCORAD and the three-item severity score. British Journal of Dermatology, 157(4), 645--648. doi :10.1111/j.1365-2133.2007.08112.x

Par comparaison, il suffit de 23 secondes à l 'ASCORAD pour obtenir le score final, et la majeure partie de ce temps est consacrée à la prise de la photographie. En outre, ce score et l 'image qui l 'a généré sont soigneusement archivés et étiquetés en vue d 'une évaluation ultérieure.

L 'ASCORAD estime simultanément la surface affectée et l 'intensité de tous les signes visibles de la maladie, améliorant ainsi l 'efficacité des deux tâches.

Voulez-vous voir la technologie IA clinique en action ?

Dans l 'ensemble, ASCORAD contribue à la pratique d 'une dermatologie fondée sur des données probantes, en soulageant les médecins du fastidieux calcul SCORAD, en permettant aux patients de suivre la gravité de la dermatite atopique d 'une manière pratique et objective, et en permettant une évaluation plus précise des nouveaux traitements.

3. L 'ASCORAD est bien plus sensible aux changements

L 'outil de Legit.Health identifie les pathologies à l 'aide de systèmes de notation validés dotés :

  • De la différence minimale importante (DMI) la plus faible
  • Du changement minimal détectable (CMD)
  • De la validité et la fiabilité les plus élevées

En outre, les algorithmes fournissent des données supplémentaires avec des propriétés clinimétriques comparables et une plus grande sensibilité au changement et à la DMI, grâce au fonctionnement intrinsèque des algorithmes de vision par ordinateur.

4. La variabilité inter-observateurs la plus faible

En effet, le système de notation SCORAD est représentatif et bien évalué, mais présente, comme tous les autres systèmes, des divergences intra- et inter-observateurs. La variation des scores est d 'environ 20 %.

Oranje, A. P., Glazenburg, E. J., Wolkerstorfer, A. et de Waard-van der Spek, F. B. (2007). Practical issues on interpretation of scoring atopic dermatitis: the SCORAD index, objective SCORAD and the three-item severity score. British Journal of Dermatology, 157(4), 645--648. doi :10.1111/j.1365-2133.2007.08112.x

Les résultats expérimentaux montrent qu 'ASCORAD peut atteindre un pourcentage d 'erreur absolue moyen de 8 %, , ce qui est supérieur aux méthodes de référence et inférieur à la variabilité inter-observateurs de 20 %.

5. Variabilité intra-observateur nulle

La nature numérique du système ASCORAD élimine complètement la variabilité intra-observateur, puisque chaque image et chaque calcul sont stockés dans la base de données de l 'application.

Il permet au médecin de ne pas se fier à sa mémoire lorsqu 'il évalue la gravité de la pathologie. Se concentrer sur l 'analyse des données objectives stockées dans l 'application réduit considérablement le risque d 'oubli. L 'application offre donc un moyen plus objectif et plus précis de suivre l 'évolution de la maladie.

6. Une meilleure interprétabilité

Legit.Health propose une interface lisible qui permet au médecin d 'accéder à toutes les informations pertinentes relatives au patient en un seul coup d 'œil.

Toutes les données dérivées de l 'ASCORAD s 'affichent clairement à l 'écran et montrent la gravité de la pathologie, les différents facteurs pris en compte lors de l 'analyse de l 'image et leurs ponctuations, ainsi que l 'évolution grâce à des graphiques temporels qui permettent de suivre l 'efficacité du processus de guérison et l 'efficacité du traitement, en toute simplicité.

En outre, toutes les photographies de l 'historique du patient sont facilement accessibles et forment une réserve d 'images pour que l 'algorithme mette automatiquement en évidence les zones affectées.

ASCORAD, la nouvelle génération du système de notation automatique de la dermatite atopique

Capture d 'écran de l 'application https://legit.health

En conclusion

Le révolutionnaire ASCORAD représente l 'avenir de la dermatologie. Il permet aux médecins du monde entier de pratiquer une médecine fondée sur des données probantes en utilisant les meilleurs outils lors du diagnostic de la maladie, et améliore la communication entre le médecin et le patient.

L 'utilisation d 'algorithmes qui estiment la gravité de la dermatite atopique en renseignant le SCORAD et en classant automatiquement les lésions à partir d 'une simple analyse des photographies de smartphones augmente de 23 % le taux d 'exactitude du diagnostic des médecins et améliore le suivi du traitement en conférant au patient un rôle plus actif dans sa propre guérison.

Essai gratuit

This free 23-day trial of Legit.Health gives clinics and hospitals a hands-on look at how to drive increased adherence and improve patient outcomes, as well as improving efficiency and overall quality of life.