Un outil d'intelligence artificielle a prédit avec précision quels patients nouvellement infectés par le virus COVID-19 continueraient à développer une maladie respiratoire sévère, a révélé une nouvelle étude.

Le travail a été dirigé par la NYU Grossman School of Medicine et le Courant Institute of Mathematical Sciences de l'Université de New York, en partenariat avec le Wenzhou Central Hospital et le Cangnan People's Hospital, tous deux à Wenzhou, en Chine.

Baptisé « SARS-CoV-2 », le nouveau virus provoque la maladie appelée « coronavirus disease 2019 » ou « COVID-19 ». Au 30 mars, le virus avait infecté 735 560 patients dans le monde. Selon l'Organisation mondiale de la santé, la maladie a causé plus de 34 830 décès à ce jour, plus souvent chez les patients plus âgés souffrant de problèmes de santé sous-jacents. Le Département de la santé de l'État de New York a signalé à ce jour plus de 33 700 cas à New York.

Publiée en ligne le 30 mars dans la revue Computers, Materials & Continua, l'étude a également révélé les meilleurs indicateurs de gravité future, et a constaté qu'ils n'étaient pas comme prévu.

« Bien que le travail reste à faire pour valider davantage notre modèle, il est prometteur comme un autre outil pour prédire les patients les plus vulnérables au virus, mais uniquement à l'appui de l'expérience clinique durement gagnée des médecins dans le traitement des infections virales », explique l'auteur de l'étude correspondante Megan Coffee, MD, PhD, professeur adjoint de clinique à la Division des maladies infectieuses et d'immunologie du Département de médecine de la NYU Grossman School of Medicine.

« Notre objectif était de concevoir et de déployer un outil d'aide à la décision utilisant des capacités d'IA – principalement des analyses prédictives – pour signaler la gravité future des coronavirus cliniques », explique le co-auteur Anasse Bari, PhD, professeur adjoint de clinique en informatique au Courant institut. « Nous espérons que l'outil, une fois entièrement développé, sera utile aux médecins pour évaluer quels patients modérément malades ont vraiment besoin de lits et qui peuvent rentrer chez eux en toute sécurité, avec des ressources hospitalières bien étroites. »

Prédicteurs surprise

Pour l'étude, les résultats démographiques, de laboratoire et radiologiques ont été collectés auprès de 53 patients, chacun étant testé positif en janvier 2020 pour le virus du SRAS-CoV2 dans les deux hôpitaux chinois. Les symptômes étaient généralement légers au début, y compris la toux, la fièvre et les maux d'estomac. Cependant, chez une minorité de patients, des symptômes graves se sont développés au bout d'une semaine, y compris une pneumonie.

Le but de la nouvelle étude était de déterminer si les techniques d'IA pouvaient aider à prédire avec précision quels patients atteints du virus développeraient un syndrome de détresse respiratoire aiguë ou SDRA, l'accumulation de liquide dans les poumons qui peut être mortelle chez les personnes âgées.

Pour la nouvelle étude, les chercheurs ont conçu des modèles informatiques qui prennent des décisions en fonction des données qui les alimentent, les programmes devenant « plus intelligents » au fur et à mesure qu'ils considèrent les données. Plus précisément, la présente étude a utilisé des arbres de décision qui suivent les séries de décisions entre les options et qui modélisent les conséquences potentielles des choix à chaque étape d'une voie.

Les chercheurs ont été surpris de constater que les caractéristiques considérées comme caractéristiques de COVID-19, comme certains modèles observés dans les images pulmonaires (par exemple les opacités du verre dépoli), la fièvre et les fortes réponses immunitaires, n'étaient pas utiles pour prédire lequel des nombreux patients présentant une, des symptômes légers iraient développer une maladie pulmonaire sévère. L'âge et le sexe n'étaient pas non plus utiles pour prédire une maladie grave, bien que des études antérieures aient montré que les hommes de plus de 60 ans présentaient un risque plus élevé.

Au lieu de cela, le nouvel outil d'IA a révélé que les changements dans trois caractéristiques – les niveaux d'enzyme hépatique alanine aminotransférase (ALT), les myalgies rapportées et les niveaux d'hémoglobine – étaient le plus précisément prédictifs d'une maladie grave ultérieure. Avec d'autres facteurs, l'équipe a déclaré être en mesure de prédire le risque de SDRA avec une précision allant jusqu'à 80%.

Les niveaux d'ALT – qui augmentent de façon spectaculaire lorsque des maladies comme l'hépatite endommagent le foie – n'étaient que légèrement plus élevés chez les patients atteints de COVID-19, selon les chercheurs, mais figuraient toujours en bonne place dans la prédiction de la gravité. En outre, les douleurs musculaires profondes (myalgie) étaient également plus courantes et ont été liées par des recherches antérieures à une inflammation générale plus élevée dans le corps.

Enfin, des niveaux plus élevés d'hémoglobine, la protéine contenant du fer qui permet aux cellules sanguines de transporter l'oxygène vers les tissus corporels, étaient également liés à une détresse respiratoire ultérieure. Cela pourrait-il s'expliquer par d'autres facteurs, comme le tabagisme non déclaré du tabac, qui est depuis longtemps lié à l'augmentation des taux d'hémoglobine ? Sur les 33 patients de l'hôpital central de Wenzhou interrogés sur le statut de fumeur, les deux qui ont déclaré avoir fumé ont également déclaré qu'ils avaient arrêté.

Selon les auteurs, les limites de l'étude comprenaient l'ensemble de données relativement petit et la gravité clinique limitée de la maladie dans la population étudiée. Ce dernier peut être dû en partie à une pénurie encore inexpliquée de patients âgés admis dans les hôpitaux pendant la période d'étude. L'âge moyen des patients était de 43 ans.

« Je prêterai plus d'attention dans ma pratique clinique à nos points de données, en surveillant de plus près les patients s'ils se plaignent par exemple d'une myalgie sévère », ajoute Coffee. « C'est excitant de pouvoir partager des données avec le terrain en temps réel quand cela peut être utile. Dans toutes les épidémies passées, les articles de journaux n'étaient publiés que bien après la disparition des infections. »