Algorithme d'apprentissage profond évolutif pour calculer le pourcentage de contusion pulmonaire chez des patients ayant des fractures costales

CONTEXTE : La contusion pulmonaire existe le long d'un spectre de gravité, mais elle est communément classée de manière binaire comme présente ou absente. Nous visons à développer un algorithme d'apprentissage profond pour automatiser le calcul du pourcentage de contusion pulmonaire et à montrer comment l'apprentissage par transfert pourrait faciliter la validation à grande échelle. Nous avons formulé l'hypothèse que notre algorithme d'apprentissage profond pourrait automatiser le calcul du pourcentage de contusion pulmonaire et queun pourcentage de contusion plus élevé serait associé à des probabilités plus élevées d'événements indésirables chez les patients hospitalisés ayant des fractures costales. MÉTHODES : Nous avons évalué les tomodensitogrammes thoraciques du jour d'admission d'adultes de 18 ans ou plus admis dans notre établissement avec des fractures costales multiples et des contusions pulmonaires (2010-2020). Nous avons adapté un réseau neuronal convolutif préentraîné qui segmente des volumes pulmonaires tridimensionnels et a segmenté le parenchyme pulmonaire contus, les vaisseaux sanguins pulmonaires, et a calculé le pourcentage de contusion pulmonaire. L'analyse exploratoire a évalué les associations entre le pourcentage de contusion pulmonaire (quartiles) et les probabilités de ventilation mécanique, de mortalité et de prolongement de la durée d'hospitalisation à l'aide de régression logistique multivariable. L'analyse de sensibilité a inclus les volumes des vaisseaux sanguins pulmonaires pendant le calcul du pourcentage de contusion. RÉSULTATS : Un total de 332 patients ont satisfait aux critères d'inclusion (médiane, 5 fractures costales), parmi lesquels 28 % ont nécessité une ventilation mécanique et 6 % sont décédés. La médiane (intervalle interquartile) du pourcentage de contusion pulmonaire de la population étudiée était de 4 % (2 %-8 %). Par rapport au quartile le plus bas du pourcentage de contusion pulmonaire, chaque quartile croissant était associé à des probabilités ajustées plus élevées de nécessiter une ventilation mécanique (rapport de cotes OR, 1,5 ; intervalle de confiance à 95 % IC à 95 %, 1,1-2,1) et de prolongation de l'hospitalisation (OR, 1,6 ; IC à 95 %, 1,1-2,2), mais pas avec la mortalité (OR, 1,1 ; IC à 95 %, 0,6-2,0). Les résultats étaient similaires lors de l'analyse de sensibilité. CONCLUSION : Nous avons développé un algorithme d'apprentissage profond évolutif pour automatiser le calcul du pourcentage de contusion pulmonaire en utilisant des tomodensitogrammes thoraciques d'adultes admis avec des fractures costales. Le partage de code ouvert et la recherche collaborative sont nécessaires pour valider notre algorithme et l'analyse exploratoire à grande échelle. L'apprentissage par transfert peut contribuer à exploiter tout le potentiel des grandes données et des algorithmes performants pour apporter la médecine de précision au lit du patient. NIVEAU DE PREUVE : Pronostic et épidémiologique, Niveau III.