Classificateurs basés sur l’intelligence artificielle pour la prévision des résultats paramètriquest et d’absence de calculs après néphrolithotomie percutanée pour les calculs staghorniques.

STONE DISEASES Manipal – Ces dernières années, divers algorithmes ont été présentés pour l’évaluation préopératoire du résultat de la lithotripsie percutanée (PNL), mais leur application en clinique est restée très limitée et une validation externe n’a guère été possible. Par conséquent, leur application s’est jusqu’à présent limitée principalement au domaine de la recherche. La principale limite de ces algorithmes, qui reposent sur différentes variables, est essentiellement la sélection de ces variables, qui repose le plus souvent sur la perception et la préférence subjectives du chirurgien. Dans le travail présenté ci-dessous par B M Zeeshan Hameed et ses collègues, publiée dans le numéro de mai de la revue JOURNAL OF ENDOUROLOGY, les auteurs du département d’urologie du Kasturba Medical College Manipal à Manipal, en Inde, ont essayé de contourner la limitation ci-dessus en appliquant l’intelligence artificielle (IA). Selon les auteurs, l’apprentissage automatique permet l’inclusion ou l’exclusion d’un grand nombre de variables avec un ajustement du modèle prédictif après l’entrée de nouvelles données. L’étude, de type rétrospectif, a porté sur 100 patients présentant des concrétions d’expectoration partielles ou complètes confirmées par tomodensitométrie et ayant subi une NLP. Diverses variables telles que les antécédents médicaux, les caractéristiques des calculs rénaux, la composition des calculs, les paramètres biochimiques et l’anatomie rénale ont été incluses dans le processus d’apprentissage automatique. Les auteurs ont défini le critère d’évaluation comme étant le taux d’absence de calculs (TAC) après l’imagerie postopératoire, bien que malheureusement ni la définition du TAC ni le moment du prélèvement n’aient été fournis. L’algorithme d’IA a ensuite atteint une précision prédictive de 81%. Ces dernières années, l’IA a déjà trouvé sa place dans le domaine de l’oncologie en particulier, mais elle est désormais de plus en plus utilisée dans d’autres disciplines médicales également. (fa/um)

Auteurs: B M Zeeshan Hameed 1 2 3, Milap Shah 1 3, Nithesh Naik 3 4, Harneet Singh Khanuja 5, Rahul Paul 6, Bhaskar K Somani 3 7, Correspondance: 1 Department of Urology, Kasturba Medical College Manipal, Manipal Academy of Higher Education, Manipal, Karnataka, India. 2 KMC Innovation Centre, Manipal Academy of Higher Education, Manipal, Karnataka, India. 3 iTRUE (International Training and Research in Uro-oncology and Endourology) Group, Manipal, Karnataka. 4 Department of Mechanical and Manufacturing Engineering, Manipal Institute of Technology, Manipal Academy of Higher Education, Manipal, Karnataka, India. 5 Information and Communication Technology, Manipal Institute of Technology, Manipal Academy of Higher Education, Manipal, India. 6 Department of Radiation Oncology, Massachusetts General Hospital, Boston, Massachusetts, USA. 7
Department of Urology, University Hospital Southampton NHS Trust, Southampton, United Kingdom., Étude: Application of Artificial Intelligence-Based Classifiers to Predict the Outcome Measures and Stone-Free Status Following Percutaneous Nephrolithotomy for Staghorn Calculi: Cross-Validation of Data and Estimation of Accuracy, Source:J Endourol. 2021 May 20.doi: 10.1089/end.2020.1136. Online ahead of print. Web: https://www.liebertpub.com/doi/10.1089/end.2020.1136

Commentaire

Selon les auteurs, c’est la première fois que l’IA est utilisée pour prédire la TAC après une NLP. Il reste certainement encore beaucoup de chemin à parcourir avant qu’une IA adéquate puisse être employée en clinique, mais la présente étude constitue néanmoins une étape supplémentaire dans la numérisation de la médecine. L’IA est utilisée dans de plus en plus de domaines de la médecine, et nous pouvons nous réjouir de voir quels progrès et quelles connaissances en découleront dans les décennies à venir.(fa/um)

Auteur: Dr. med. Fabian Aschwanden Médecin assistant Hôpital cantonal de Lucerne