Elaboration d’un modèle d’IA prédictif d’un résultat chirurgical dans le traitement du cancer du poumon
Séance du mercredi 16 avril 2025 (Intelligence Artificielle et Chirurgie)
N° de DOI : 10.26299/z8fd-ca87/2025.15.05
Résumé
Le projet BRC-Lung, soumis à un appel à projet européen Innovation Heath Initiative, vise à développer un modèle d’intelligence artificielle (IA) prédictif des résultats chirurgicaux en chirurgie thoracique, notamment dans la prise en charge des tumeurs pulmonaires. Il repose sur un partenariat public-privé, une co-construction du projet avec les acteurs hospitaliers, académiques et industriels.
L’analyse initiale met en évidence une forte variabilité des pratiques chirurgicales (lobectomie vs segmentectomie) et des résultats cliniques (complications, DMS, réhospitalisation) entre les centres hospitaliers. Une des hypothèses principales est que la qualité de la planification opératoire pourrait jouer un rôle clé dans cette variabilité.
Des études récentes montrent que l'utilisation de la reconstruction 3D pulmonaire permet de réduire significativement les conversions en peropératoire, les complications postopératoires et la durée d’hospitalisation. Le projet propose d’aller plus loin en intégrant ces données dans un modèle prédictif basé sur l’IA.
Ce modèle serait utilisé précocement dans le parcours de soins, en réunion de concertation pluridisciplinaire (RCP), pour aider à choisir la meilleure option chirurgicale et prédire les résultats : risque de conversion, durée d’hospitalisation, complications, récupération fonctionnelle (via PROMS/PREMS).
BRC-Lung vise à réduire la proportion des faux-positifs en modifiant la stratégie opératoire grâce aux données 3D et aux scores IA, passant d’une lobectomie à une segmentectomie, avec des bénéfices significatifs sur la préservation pulmonaire et les complications.
Le développement s’appuiera sur des bases de données comme EPITHOR, des plateformes comme Synapse 3D, des outils de NLP pour extraire les données des dossiers médicaux, et un référentiel structuré. Le projet est planifié en plusieurs phases sur 5 ans : étude rétrospective, modélisation , validation prospective et industrialisation, incluant marquage CE, stratégie business et publication scientifique.
L’ambition est de créer un référentiel européen d’excellence et d’uniformiser les pratiques grâce à un outil d’IA intégré à la décision médicale en chirurgie thoracique.
L’analyse initiale met en évidence une forte variabilité des pratiques chirurgicales (lobectomie vs segmentectomie) et des résultats cliniques (complications, DMS, réhospitalisation) entre les centres hospitaliers. Une des hypothèses principales est que la qualité de la planification opératoire pourrait jouer un rôle clé dans cette variabilité.
Des études récentes montrent que l'utilisation de la reconstruction 3D pulmonaire permet de réduire significativement les conversions en peropératoire, les complications postopératoires et la durée d’hospitalisation. Le projet propose d’aller plus loin en intégrant ces données dans un modèle prédictif basé sur l’IA.
Ce modèle serait utilisé précocement dans le parcours de soins, en réunion de concertation pluridisciplinaire (RCP), pour aider à choisir la meilleure option chirurgicale et prédire les résultats : risque de conversion, durée d’hospitalisation, complications, récupération fonctionnelle (via PROMS/PREMS).
BRC-Lung vise à réduire la proportion des faux-positifs en modifiant la stratégie opératoire grâce aux données 3D et aux scores IA, passant d’une lobectomie à une segmentectomie, avec des bénéfices significatifs sur la préservation pulmonaire et les complications.
Le développement s’appuiera sur des bases de données comme EPITHOR, des plateformes comme Synapse 3D, des outils de NLP pour extraire les données des dossiers médicaux, et un référentiel structuré. Le projet est planifié en plusieurs phases sur 5 ans : étude rétrospective, modélisation , validation prospective et industrialisation, incluant marquage CE, stratégie business et publication scientifique.
L’ambition est de créer un référentiel européen d’excellence et d’uniformiser les pratiques grâce à un outil d’IA intégré à la décision médicale en chirurgie thoracique.