Mémoires Année : 2024

Can an artificial intelligence software decrease CT-scan prescription to detect pelvic fracture?

L’intelligence artificielle permettrait-elle de réduire la prescription de scanner pour la détection des fractures du bassin ?

Résumé

Introduction: after a pelvic trauma, the first imagery done to detect pelvic fracture is a pelvic X-ray (1), which is interpreted by the emergency physicians (2). However this interpretation can lead to misdiagnosis (3,4). Artificial intelligence software that detect bone fractures in other locations are a new prospect (5). Their performances are similar if not superior to those of emergency physicians (6). The purpose of this study is to measure the performances of AI interpretated pelvic X-ray and to see if they are enough to avoid prescribing a CT scan.
Method: we made a retrospective, monocentric, quantitative study, on patients who have had a pelvic CT-scan in the HEGP between January 1st and December 31st, 2022. CT-scan was used as gold standard to evaluate performances of AI interpretated pelvic X-ray and analyze risk factors and the relevance of clinical presentation.
Results: aI interpretated pelvic X-ray compared to the CT-scan, that is the gold standard, showed a sensitivity of 0.69 and a specificity of 0.93. Pelvic rings were better diagnosed (Se 0.80, Sp 0.94), acetabulum and iliac wings were average, however sacrum fractures were never detected. Osteoporosis and its risk factors were not associated with a higher chance of pelvic fractures. Arthrosis was not associated with a higher chance of misdiagnosis. Pelvic X-ray were mostly of poor quality and our study showed that the lack of symmetry of the obturator foramens was statistically associated with a higher chance of false positive. None of the clinical criteria were associated with a higher rate of fracture.
Conclusion: our study showed that AI interpretated pelvic X-ray does not have the required performances to avoid prescribing a CT-scan in case of suspicion of pelvic fracture, especially for the posterior half of the pelvis.
Introduction : le bilan de première intention d’un traumatisme du bassin à faible cinétique comprend une radiographie de bassin de face (1) qui est relue par les médecins urgentistes (2). Hélas cette interprétation n’est pas sans erreur diagnostique (3,4). Les logiciels d’aide au diagnostic fondés sur l’intelligence artificielle (IA) représentent un nouvel outil (5). Leurs performances sont soit similaires, soit dépassent celles des urgentistes (6). L’objectif de cette étude est d’évaluer ce nouveau test diagnostique qu’est la radiographie de bassin de face relue par IA et de voir si ses performances sont suffisantes pour se passer du scanner de bassin qui est prescrit en cas de doute sur la présence d’une fracture.
Méthode : étude rétrospective et monocentrique quantitative sur la population des patients ayant réalisé un scanner du bassin à l’HEGP entre le 1er janvier et le 31 décembre 2022. Nous avons utilisé le scanner comme référence pour établir les performances de la radiographie de bassin relue par l’IA et analyser des multiples facteurs de risque et signes cliniques.
Résultats : l’interprétation de la radiographie de bassin par l’IA par rapport au scanner qui est le Gold standard, avait une sensibilité (Se) à 0.69, une spécificité (Sp) à 0.93. Les performances de la radiographie étaient satisfaisantes pour l’anneau pelvien (Se 0.80, Sp 0.94), moyennes pour l’acetabulum et les ailes iliaques mais manquaient systématiquement les fractures du sacrum. L’ostéoporose et ses facteurs de risque n’étaient pas associés à un surrisque de fracture. L’arthrose n’était pas associée à surrisque d’erreur de l’IA. Les radiographies de bassin étaient dans l’ensemble de mauvaise qualité et l’asymétrie des trous obturateurs était associé de façon statistiquement significative à un surrisque de faux positif. Aucun des critères cliniques n’étaient prédictifs d’une fracture.
Conclusion : notre étude a montré que la relecture d’une radiographie de bassin par l’IA ne possède pas les performances pour remplacer le scanner qui reste indispensable en cas de doute diagnostique en particulier pour les fractures de la partie postérieure du bassin.
Fichier principal
Vignette du fichier
Medecine_ThEx_DURAND_Marc_Antoine_DUMAS.pdf (1.08 Mo) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)
Licence

Dates et versions

dumas-04910032 , version 1 (24-01-2025)

Licence

Identifiants

  • HAL Id : dumas-04910032 , version 1

Citer

Marc Antoine Durand. L’intelligence artificielle permettrait-elle de réduire la prescription de scanner pour la détection des fractures du bassin ?. Médecine humaine et pathologie. 2024. ⟨dumas-04910032⟩
0 Consultations
0 Téléchargements

Partager

More