Des chercheurs coréens ont développé un nouvel indicateur d'imagerie utilisant la technologie d'apprentissage profond de l'intelligence artificielle (IA) pour identifier la « zone la plus usée » du genou, difficile à détecter avec les radiographies traditionnelles.
Le professeur Noh Doo-hyun de l'Hôpital de l'Université de Séoul et le professeur Lee Do-won de l'Hôpital Dongguk Ilsan ont annoncé le 6 mars qu'ils avaient développé un indicateur d'imagerie basé sur l'IA, l'oJSW (largeur minimale de l'espace articulaire orthogonal), qui mesure avec précision l'état d'usure du cartilage du genou, variant d'un patient à l'autre.
Les résultats de cette recherche ont été publiés dans le dernier numéro de « KSSTA (Knee Surgery, Sports Traumatology, Arthroscopy) », la revue officielle de la Société Européenne de Médecine du Sport.
L'équipe de recherche a utilisé des données massives de l'Institut national de la santé des États-Unis (NIH) pour analyser 15 313 images de genoux de 3 855 patients sur une période maximale de 6 ans, validant ainsi la performance de cet indicateur. En conséquence, l'oJSW a enregistré une précision diagnostique élevée (AUC) de 0,86 à 0,97 dans la détermination de tous les degrés de gravité, du début de l'arthrose jusqu'aux stades avancés. Cela dépasse systématiquement les résultats de la méthode traditionnelle (0,78 à 0,95).
La valeur AUC étant plus proche de 1, cela signifie qu'il était possible de distinguer les degrés de gravité avec une probabilité allant jusqu'à 97 % en comparant aléatoirement des patients et des personnes normales.
De plus, dans l'analyse de la progression de la maladie sur 12 mois (rSRM), l'oJSW a enregistré des valeurs de 0,91 à 0,97. Cela prouve que l'oJSW peut détecter plus spécifiquement et plus sensiblement les légères détériorations de la structure du genou au fil du temps par rapport aux indicateurs existants.
Jusqu'à présent, la gravité de l'arthrose du genou était principalement évaluée en mesurant l'écart (JSW) entre le fémur et le tibia sur les images radiographiques. Plus l'écart entre les os se rétrécit en raison de l'usure du cartilage, plus la maladie est jugée grave.
Cependant, la méthode traditionnelle mesure en fixant une position spécifique de l'articulation, ce qui ne permet pas de refléter suffisamment la « zone la plus usée » qui varie d'un patient à l'autre, augmentant ainsi le risque de manquer des zones d'usure sévère. En revanche, l'oJSW récemment développé permet à l'IA d'explorer automatiquement l'intérieur de l'articulation et de mesurer verticalement le point le plus étroit, reflétant ainsi avec précision l'état d'usure individuel.
Le professeur Noh Doo-hyun a déclaré : "L'oJSW deviendra un indicateur structurel pour l'évaluation de la gravité de l'arthrose et le suivi de la progression de la maladie", ajoutant : "Il est particulièrement attendu qu'il soit utilisé comme un outil d'évaluation sensible dans les essais cliniques de médicaments fondamentaux visant à ralentir la progression de la maladie, contribuant ainsi au développement de nouveaux médicaments."
