automatic-urticaria-activity-score-auas-for-urticaria
#Automatic Urticaria Activity Score (AUAS) : une nouvelle technologie pour l 'évaluation de la gravité de l 'urticaire fondée sur le comptage automatique de haute précision de l 'urticaire
Ce billet résume une publication scientifique parue dans le Journal of Investigative Dermatology (JID) Innovations. Nous vous encourageons à lire l 'intégralité de la publication, qui figure ci-dessous.
Lire l 'article
Nous vous invitons à lire l 'intégralité de l 'article ou à en lire le résumé dans cet article de blog éducatif.
Introduction
Nous présentons l 'AUAS, un équivalent automatique de l 'UAS qui déploie un algorithme de détection des lésions par apprentissage profond, nommé Legit.Health-UAS-HiveNet. Nos résultats montrent que notre algorithme évalue la gravité des cas d 'urticaire chronique presque aussi bien que des médecins experts.
En outre, l 'algorithme peut être intégré dans les systèmes CADx pour aider les médecins dans leur pratique clinique et servir de nouveau critère d 'évaluation dans les essais cliniques.
L 'impact réel de Legit.Health-UAS-HiveNet dans la pratique clinique réside dans sa capacité à soutenir les médecins, non seulement dans le processus de diagnostic, mais aussi dans le suivi des patients souffrant d 'urticaire chronique, en les aidant à prescrire des traitements et à améliorer leur adéquation.
En ce qui concerne les essais cliniques, l 'AUAS a le potentiel de devenir un nouveau critère d 'évaluation clinique qui pourrait augmenter la qualité comme la quantité des données disponibles pour les chercheurs.
Auteurs de la publication
Rubén Garcia
Unité de Dermatologie de l'Hôpital Universitaire FJD
Alejandro Vilas
Unité de Dermatologie de l'Hôpital Universitaire de Ferrol
Laura Vergara
Unité de Dermatologie de l'Hôpital Universitaire de Toledo
Taig Mac Carthy
Department of Clinical Endpoint Innovation Legit.Health
Fernando Alfageme
Dermatology Unit Puerta de Hierro Hospital
Ana María González
Dermatology Unit Zamora Hospital
Ignacio Hernandez
Medical Data Science Legit.Health
Alfonso Medela
Medical Data Science Legit.Health
Qu 'est-ce que l 'évaluation de la gravité de l 'urticaire ?
L 'urticaire est une maladie très courante caractérisée par des plaques érythémateuses, œdémateuses, prurigineuses et transitoires qui touchent la peau et les muqueuses. Elle peut être classée en sous-types, tels que l 'urticaire aiguë spontanée, l 'urticaire chronique spontanée, l 'urticaire chronique inductible et l 'urticaire chronique épisodique.
Le diagnostic de l 'urticaire chronique est généralement posé par l 'observation clinique. En d 'autres termes, l 'évaluation de la gravité de la maladie s 'effectue à l 'aide de systèmes de notation manuels renseignés de manière subjective.
Le système de notation le plus couramment utilisé est l 'Urticaria Activity Score (UAS), qui peut également être utilisé pendant 7 jours consécutifs, auquel cas il est nommé UAS7.
Le problème de la notation visuelle
La limite la plus incontestable des systèmes de notation manuelle est la difficulté inhérente à l 'être humain de quantifier les paramètres de manière objective, stable et précise.
La capacité humaine à compter les plaques d 'urticaire, à quantifier la surface d 'une lésion ou à quantifier la rougeur d 'une zone est limitée. Cette limitation humaine dans l 'estimation des paramètres se reflète également dans les efforts et le temps nécessaires pour renseigner les questionnaires sur l 'activité de l 'urticaire, une tâche très peu gratifiante pour les patients qui réduit leur adhésion.
D 'autre part, les systèmes de notation classent la gravité de la maladie à l 'aide d 'une gamme limitée de notes, comportant trois ou quatre catégories, telles que : aucune, légère, modérée et grave, dans le cas de l 'UAS. En effet, les questionnaires présentent un changement minimal détectable (CMD) très élevé, car il s 'agit de plages discrètes, plutôt que d 'échelles continues.
Enfin, ces questionnaires sont susceptibles d 'être biaisés, surtout quand le patient sait que le traitement qu 'il recevra sera déterminé par les informations qu 'il fournit. De plus, en raison de la nature asynchrone de la mesure rapportée, l 'équipe clinique n 'a pas les moyens de s 'assurer que les valeurs rapportées par le patient sont chronologiquement exactes ou simplement véridiques, ce qui exclut toute vérification externe.
L 'objectif de l 'UAS automatique
Dans cette publication, nous présentons le score automatique d 'activité de l 'urticaire (AUAS), une version automatique de la partie objective de l 'UAS qui applique des réseaux neuronaux convolutifs pour compter automatiquement les plaques d 'urticaire avec une grande précision.
L 'objectif est d 'aider les cliniciens à renseigner les systèmes de notation tels que l 'UAS de manière plus objective et plus rapide, ce qui pourrait améliorer les résultats en matière de santé et fournir des critères d 'évaluation de haute qualité pour mesurer l 'efficacité des traitements de l 'urticaire.
Explication de la manière dont l 'intelligence artificielle identifie les plaques d 'urticaire dans les images
d 'urticaire.
La solution
Nous avons entraîné un réseau neuronal de comptage des plaques d 'urticaire nommé Legit.Health-UAS-HiveNet.
Pour rendre l 'intelligence artificielle accessible aux professionnels de santé, nous avons développé un système CADx entièrement intégré, une application Web qui intègre l 'algorithme Legit.Health-UAS-HiveNet et calcule l 'UAS en analysant des photographies prises par le patient avec un smartphone.
Le système CADx fonctionne en trois étapes : informations des photographies et renseignement des démangeaisons, traitement des images et création d 'un rapport avec évaluation de la gravité.
Capture d 'écran d 'un rapport complet du système CADx. Le graphique, en haut à droite,
montre l 'évolution de l 'urticaire, en retraçant les scores AUAS dans
le temps.
Le rapport peut également combiner les scores de plusieurs images téléchargées le même jour pour fournir le score AUAS général.
En d 'autres termes, si l 'utilisateur charge des photographies de plusieurs parties du corps, le rapport du système CADx indique les scores AUAS locaux et général. L 'AUAS général est calculé en additionnant les résultats de toutes les images traitées par le système CADx.
Voulez-vous voir la technologie IA clinique en action ?
Conclusion
Dans cette publication, nous avons présenté l 'AUAS, la première intelligence artificielle qui renseigne automatiquement le système de notation de l 'UAS en analysant des photographies prises à l 'aide d 'un smartphone. Les principales avancées de cet algorithme sont la réduction du temps passé par les patients à renseigner le système de notation manuel de la gravité, et la normalisation de l 'évaluation de l 'urticaire avec une réduction de la variabilité inter-observateurs et une plus grande fiabilité.
Nous avons pu surmonter la variabilité de l 'évaluation clinique en développant une fusion d 'algorithmes qui mêle toutes les annotations d 'experts pour créer un consensus.
L 'AUAS, en tant que système de notation, présente des propriétés clinimétriques améliorées, mais il présente également l 'avantage de fournir à la fois une représentation de la lésion et le score de gravité, ce qui permet aux chercheurs de mieux superviser les études. En conclusion, nous pensons que l 'AUAS et Legit.Health-UAS-HiveNet ont le potentiel d 'améliorer les résultats en matière de santé, de réduire les coûts et d 'accroître la pratique de la médecine fondée sur des données probantes dans les organismes de santé.
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.