CÉPHALÉES : Les patients les dessinent et l’IA les diagnostique

L'interprétation par l’intelligence artificielle (IA) de dessins faits par les patients, représentant leurs douleurs et maux de tête, peut permettre de mieux diagnostiquer le type de céphalées et de déterminer si le patient est éligible à la chirurgie avec de bonnes chances de succès. Cette utilisation originale de l’IA documenté dans la revue Plastic & Reconstructive Surgery, donne ici naissance à un outil de reconnaissance de formes automatisé, avec de nombreuses applications dans l’orientation thérapeutique des patients.

Dans cette indication, l’outil basé à la fois sur l’expression et la représentation du patient de sa propre douleur et sur la puissance d’analyse de l’IA permet de détecter si la chirurgie sera efficace à réduire la douleur due aux céphalées par compression nerveuse.

Les auteurs principaux, le Dr Lisa Gfrerer, du Weill Cornell Medicine et le Dr William G. Austen du  Massachusetts General Hospital (MGH) résument le concept : « la technique d'apprentissage automatique interprète automatiquement les dessins que font les patients pour représenter leur douleur et devient capable d’identifier avec une bonne précision, les patients qui obtiendront ou n’obtiendront une réduction significative de leurs maux de tête après une chirurgie de décompression nerveuse ».

La chirurgie de la migraine est un traitement adapté à certains patients souffrant de céphalées par compression nerveuse qui ne répondent pas au traitement médical. Développée par des chirurgiens plasticiens qui ont remarqué que certains patients avaient moins de maux de tête après un lifting esthétique du front, la chirurgie des maux de tête cible des sites déclencheurs spécifiques liés à certains types et modèles de maux de tête.

Aux Etats-Unis, environ 4.500 patients ont subi en 2020 une telle chirurgie de céphalée par décompression des nerfs périphériques. 

Prédire les résultats de la chirurgie : au cours d’une précédente étude, la même équipe avait découvert que demander aux patients de faire un dessin de leur mal de tête peut apporter des indices précieux : les patients qui ont des schémas de douleur plus « typiques » centrés sur un site source particulier semblent plus susceptibles d’obtenir une réduction significative de leurs niveaux de douleur, avec une telle chirurgie. L’équipe a donc exploité l'IA « pour développer et valider un modèle d'apprentissage automatique capable d'interpréter ces représentations et prédire les résultats de la chirurgie ».

Une première preuve de concept est apportée avec l’analyse de 131 dessins de patients souffrant de céphalées de compression nerveuse, avant leur intervention chirurgicale. Les dessins ont été analysés sur la base de 24 caractéristiques différentes, représentatives de distributions nerveuses connues. De ces premières analyses, est issue un algorithme d'apprentissage automatique pour l'interprétation automatiques des schémas de douleur. Enfin, les prédictions d'amélioration post-chirurgie par l'IA ont été comparées aux évaluations postopératoires des patients sur une échelle standard.

L'intelligence artificielle surpasse ici le diagnostic humain

L’algorithme surpasse en effet les évaluations médicales dans la prédiction de la réponse à la chirurgie : en d’autres termes, l'algorithme d'apprentissage automatique a permis d’identifier avec plus de précision les patients qui pourraient avoir une mauvaise réponse à la chirurgie, soit une précision de 94 % pour l’IA vs 79 % avec des médecins expérimentés.

3 facteurs prédictifs forts de mauvais résultats chirurgicaux sont également identifiés grâce à l’IA :

1. la douleur diffuse,
2. la douleur faciale,
3.  la douleur au sommet (couronne) de la tête.

Enfin, si l'algorithme identifie aussi les patients qui ont eu des réponses intermédiaires à la chirurgie, il prédit avec une meilleure précision encore les mauvais résultats. La technique est donc plus performante dans l'interprétation des schémas de douleur atypique.

Maintenant, les chercheurs envisagent de combiner d'autres variables cliniques pour améliorer encore le modèle de prédiction. Avec des applications probablement plus larges que l’indication de la chirurgie des maux de tête.

Source: Plastic & Reconstructive Surgery Feb 2023, DOI: 10.1097/PRS.0000000000009855 Artificial Intelligence–Enabled Evaluation of Pain Sketches to Predict Outcomes in Headache Surgery

Plus sur les Céphalées et les maux de tête

Équipe de rédaction SantélogFév 21, 2023Rédaction Santé log