[Appel à Projets Sauver la Vie 2021] Le projet lauréat du Pr Jérémie Cohen

Le Pr Jérémie Cohen, du Service de Pédiatrie générale et infectieuse de l'hôpital Necker-Enfants malades nous parle de son projet lauréat OtoscopIA. Un projet innovant pour améliorer le diagnostic des pathologies de l'oreille moyenne des enfants.

Quel est le contexte général qui a donné naissance à ce projet ?

En France et dans les pays occidentaux, l’otite moyenne aiguë est l’un des motifs les plus fréquents de consultation en pédiatrie et représente la première infection bactérienne tous âges confondus ainsi que la première cause de prescription d’antibiotiques chez l’enfant. Les pathologies de l’oreille moyenne sont également une source importante de morbidité et de surdité chez les personnes âgées.

Dans les pays en voie de développement, 50 à 100% des cas d’otite moyenne aiguë sont associées à une perte auditive et l’incidence des pathologies de l’oreille moyenne et des déficits auditifs y est particulièrement élevée. Le déficit auditif affecte la qualité de vie et le bien- être social, peut entrainer chez les enfants un retard d’acquisition du langage ainsi que des difficultés de développement et d’apprentissage, et contribue au déclin cognitif chez les personnes âgées. Il est donc primordial de prendre en charge de façon appropriée les pathologies de l’oreille moyenne, et pour cela de les diagnostiquer correctement.

Qu’est-ce que le projet OtoscopIA ? 

L’examen des tympans par otoscopie représente l’étape clé du diagnostic. Cependant, il a été montré que les performances (sensibilité et spécificité) des non-spécialistes (en particulier les médecins généralistes et pédiatres) en otoscopie étaient insuffisantes. Dans les situations où l’accès à des spécialistes ORL est difficile (par exemple zones sous-dotées et notamment rurales, personnes âgées en EHPAD, pays en voie de développement), l’otoscopie assistée par intelligence artificielle (IA) pourrait constituer une amélioration dans la prise en charge des pathologies de l’oreille moyenne, de manière similaire à ce qui est actuellement déployé pour améliorer le dépistage de la rétinopathie chez les patients diabétiques à partir d’images du fond d’œil. L’IA, et en particulier l’apprentissage profond (« deep learning ») pour la reconnaissance d’images, a déjà démontré ses performances dans différentes spécialités médicales mais n’est pas encore utilisée en routine en otoscopie.

Notre projet s’articule en deux phases :

  • Une revue systématique avec méta-analyse permettra d’évaluer de manière structurée et quantitative les outils actuels d’otoscopie assistée par IA et leurs performances (en se focalisant sur les techniques de deep learning). Une recherche préliminaire nous a permis d’identifier une trentaine d’études diagnostiques éligibles. Ce premier volet permettra d’apprécier les points forts et faiblesses des études existantes, dans la perspective du volet suivant.

  • La seconde phase consistera à évaluer les performances d’un nouvel outil d’otoscopie assistée par IA, et à comparer les performances de l’IA à celles des cliniciens. Cet outil diagnostique est développé grâce à un partenariat entre une start-up française (Nemo Health) et un des leaders mondiaux en reconnaissance d’images par IA. Le système bénéficie également du développement d’une application pour smartphone qui permet d’analyser toute image de tympan prise grâce à un otoscope numérique en moins d’une seconde. La phase d’entrainement repose sur l’analyse de plus de 40000 images de tympans. La validation externe de l’outil sera réalisée sur une base de 800 images otoscopiques. Les images de cette banque seront également soumises à des pédiatres, médecins généralistes et ORL afin de comparer les performances des cliniciens à celles du système d’otoscopie assistée par IA.

En quoi est-ce innovant ? 

Bien que plusieurs outils d’otoscopie assistée par IA aient été développés, aucun n’a encore été suffisamment validé pour être utilisé en clinique. L’intérêt de tels systèmes est leur simplicité d’utilisation et leur capacité à s’approcher des performances diagnostiques d’un médecin expert. Avec un tel otoscope numérique et un smartphone embarquant une application d’IA, les pathologies de l’oreille moyenne pourraient être mieux diagnostiquées. Cela devrait permettre d’orienter les patients vers les soins les plus adaptés, en limitant les prescriptions inappropriées d’antibiotiques et donc les résistances bactériennes, ainsi que les recours inutiles aux spécialistes ORL. Il n’y a actuellement aucune revue systématique publiée de la littérature sur ce sujet. L’outil d’aide au diagnostic est développé sur la plus grande banque mondiale d’images de tympans (> 40000 images) utilisées pour de la reconnaissance d’images par IA et cela nous laisse espérer de très hautes performances diagnostiques.

 

Quel peut-être l’impact d’un tel projet sur notre santé et celle de nos proches ? 

Dans le cadre du plan de renforcement de l’accès territorial aux soins, la mise en œuvre de la révolution numérique en santé pour abolir les distances a été définie comme priorité en 2017 par le Ministère des Solidarités et de la Santé. Un outil d’otoscopie assistée par IA se place ainsi dans la continuité du déploiement de la médecine augmentée et de la télémédecine, en offrant une solution à la difficulté d’accès aux soins, permettant aux soignants non spécialistes d’apporter une première prise en charge et orientation avec des performances diagnostiques élevées.

Les patients majoritairement concernés par cet outil seraient les enfants, par le nombre élevé d’otites, ainsi que les personnes âgées en EHPAD, maisons de santé, et résidences seniors pour lesquelles l’accès à un ORL est souvent difficile. Enfin, les populations des zones médicalement sous-dotées (par exemple zones rurales) et des pays en voie de développement, bénéficieraient aussi d’un tel outil d’aide au diagnostic permettant une prise en charge adéquate des pathologies de l’oreille moyenne.

Enfin, des tels outils pourraient servir dans la formation des étudiants en médecine et jeunes médecins(médecins généralistes, pédiatres et ORL notamment), car l’otoscopie numérique génère des images otoscopiques de grande qualité qui peuvent être utilisées pour de l’enseignement directement au lit du patient.

 

Quels sont les bénéfices à court/moyen/long terme sur la (les) population(s) ciblée(s) ?

Pour les patients, l’otoscopie assistée par IA permettra d’améliorer le diagnostic des pathologies de l’oreille moyenne, ce qui permettra :

– d’optimiser le recours aux antibiotiques,

– d’optimiser le recours aux spécialistes ORL,

– de diminuer le fardeau des complications des pathologies de l’oreille moyenne et notamment la surdité.

A long terme, s’il est confirmé que l’otoscopie assistée par IA a des performances diagnostiques élevées, ces travaux constitueront une base de justification pour réaliser une étude de validation prospective à grande échelle.