Projet UVEIA : l’intelligence artificielle au service d’une pathologie oculaire sévère

Projet UVEIA : l’intelligence artificielle au service d’une pathologie oculaire sévère

Mieux identifier les causes et déterminer l’évolution des uvéites : un enjeu majeur pour mieux soigner et prévenir le handicap visuel – Projet Jeune Chercheur

L’uvéite est une maladie inflammatoire affectant l’œil, susceptible d’entraîner des conséquences graves, telles qu’un handicap visuel pouvant aller jusqu’à la cécité.

Bien que peu fréquente (environ 1 personne sur 1000 est concernée), elle représente l’une des principales causes de baisse de la vision chez les personnes de 20 à 60 ans.

Une fois le diagnostic d’uvéite posé, le premier enjeu réside dans l’identification de la cause sous-jacente de cette pathologie. Plus de 80 causes différentes (on parle d’« étiologie ») peuvent en effet être à l’origine de cette inflammation oculaire : infections, maladies du système immunitaire, cancers, et encore de nombreuses autres pathologies.

Pour les médecins, la priorité consiste à déterminer s’ils ont affaire à une uvéite infectieuse ou non infectieuse.

« Chez un patient atteint d’uvéite non infectieuse, on va souvent prescrire des corticoïdes ou des immunosuppresseurs », explique le Dr Robin Jacquot, praticien en médecine interne à l’hôpital de la Croix-Rousse et porteur du projet UVEIA. « Or, si on administrait ces mêmes traitements à un patient atteint d’une uvéite infectieuse, on aggraverait la situation. »

Lorsque l’origine infectieuse a été éliminée, un premier traitement peut être proposé. Cependant, dans le cas des uvéites non infectieuses (UNI), qui représentent 75% des uvéites, il faut approfondir les investigations car l’identification de la cause sous-jacente est déterminante, à plusieurs niveaux :

– Mettre en place un traitement efficace le plus précocement possible afin de préserver la vision et éviter des répercussions sur la vie quotidienne (y compris la vie professionnelle), et sur la qualité de vie,
– Anticiper d’éventuelles atteintes d’autres organes lorsque l’uvéite est le premier symptôme d’une maladie générale,
– Mieux prévoir le pronostic de la maladie et limiter le risque de rechute.

Un bilan est donc réalisé systématiquement par un binôme de spécialistes : un ophtalmologiste bien sûr, mais aussi un interniste, c’est-à-dire un praticien spécialisé en médecine interne. En effet, certaines uvéites peuvent être le premier symptôme de maladies qui affectent l’ensemble du système immunitaire, et susceptibles donc de toucher d’autres organes (maladie dite systémique). Près d’un quart de ces maladies du système sont mises en évidence au cours de l’examen clinique et de l’interrogatoire par le médecin interniste, « grâce à » des symptômes extra-ophtalmologiques.

Malheureusement, chez plus d’un tiers des patients atteints d’uvéites, à l’issue du bilan, les médecins ne parviennent pas à en identifier la cause…

Au cours de sa formation, le Dr Robin Jacquot, médecin interniste et chercheur, s’est spécialisé dans l’apport de l’intelligence artificielle (IA) dans le diagnostic étiologique des patients atteints d’uvéite.

En 2023, il travaille sur la création d’un modèle d’intelligence artificielle capable de prédire, avec le plus de précision possible, quelle est l’étiologie (i.e. la cause) la plus probable de la pathologie. Pour entraîner ce modèle, il utilise les données disponibles dans une cohorte de patients suivis à l’hôpital de la Croix-Rousse – HCL pour une uvéite, sur une période de 20 ans (« Cohorte Lyon uvéites – LU »). Pour l’entrainement du modèle, les données de 80% des patients de la cohorte sont intégrées dans l’IA : examen ophtalmologique, interrogatoire et examen clinique, et données démographiques ainsi que l’étiologie retenue par les experts après le bilan. Le modèle est ensuite testé sur les 20% de patients restants. A partir des informations recueillies lors de la première consultation du patient (examen ophtalmologique, interrogatoire et examen clinique, et données démographiques) et avant la réalisation des examens complémentaires, l’algorithme doit prédire lui-même l’étiologie la plus probable.

« Les résultats sont les suivants », commente le Dr Robin Jacquot : « quand on prend l’étiologie la plus probable prédite par l’algorithme et qu’on la compare à celle retenue par un consensus d’experts qui dispose de l’ensemble du bilan étiologique réalisé, on obtient 77,8% de correspondance. Si on s’intéresse aux deux étiologies les plus probables proposées par l’algorithme, on monte à 93% de concordance. C’est-à-dire que chez plus de 9 patients sur 10, une des deux étiologies prédites par l’IA correspond bien au diagnostic du consensus d’experts ! Donc on a un algorithme qui, avant même d’avoir fait des prises de sang ou d’autres examens complémentaires, arrive à prédire avec une précision de 93% les deux étiologies les plus probables. »

L’outil pourrait donc aider les médecins à choisir les examens complémentaires les plus adaptés à ces 2 causes les plus probables, et permettre de confirmer l’étiologie de l’uvéite pour plus de 9 patients sur 10. Moins d’1 patient sur 10 aurait ainsi besoin d’examens supplémentaires pour déterminer la cause de son uvéite.

Fort de ces premiers résultats très prometteurs, le Dr Jacquot souhaite aller encore plus loin en déployant le projet UVEIA, pour UVÉite et Intelligence Artificielle (diagnostic étiologique et pronostic des uvéites pilotés par des algorithmes d’intelligence artificielle).

Son objectif ? Développer et évaluer un modèle d’intelligence artificielle complémentaire, pour pouvoir prédire, cette fois, le pronostic de chaque uvéite dès le diagnostic.

Les explications du Dr Jacquot :

« Aujourd’hui, chez nos patients traités pour une uvéite non infectieuse avec un traitement de première ligne, on constate une rechute, plus ou moins grave, dans 50% des cas. Or, au moment où le diagnostic de l’uvéite est posé, on a du mal à identifier des facteurs de mauvais pronostic, qui nous permettraient de mettre en place un traitement « plus fort », alors qu’on pourrait proposer un traitement « plus léger » en cas de « bon » pronostic. »

En s’appuyant sur les données de la même cohorte, et en se concentrant sur les patients avec une uvéite non infectieuse, le jeune chercheur souhaite développer et évaluer un nouvel algorithme d’IA capable de prédire, avant le début du traitement, quels patients risquent de rechuter au cours de leur suivi, et risquent donc de voir leur vision diminuer dans les 2-3 ans à venir.

Les outils d’intelligence artificielle pourraient ainsi permettre aux cliniciens :

– de proposer des examens complémentaires personnalisés, tenant compte de toutes les données individuelles du patient,

– d’adapter le traitement selon le pronostic : un traitement plus renforcé pour les patients à risque, ou un traitement plus modéré pour ceux dont le pronostic semble favorable, afin de limiter les effets secondaires.

Parallèlement à ces travaux pour déployer un nouvel algorithme d’IA, le projet UVEIA prévoit également la création d’un prototype d’application mobile, intégrant les algorithmes de diagnostic étiologique et de pronostic. Cette première version serait mise à la disposition de cliniciens dans le cadre d’un essai clinique, afin de tester l’efficacité de l’outil. Les résultats du binôme IA/clinicien, pour déterminer la cause de l’uvéite et son pronostic, seront comparés au « gold standard », c’est-à-dire au diagnostic établi par un consensus de cliniciens experts et l’évolution réelle de son uvéite pendant le traitement (rechute ou non).

A terme, le projet UVEIA devrait fournir à tous les cliniciens ophtalmologistes et internistes un outil capable de les accompagner dès la première consultation pour une uvéite sur deux aspects : la prédiction de la cause de l’uvéite et de son évolution. Sur un plan médico-économique, cette stratégie contribuerait à réduire l’errance diagnostique, à limiter le recours à des examens complémentaires inutiles et à introduire un traitement d’emblée personnalisé.

Les patients pourraient ainsi bénéficier d’une prise en charge experte et de traitements plus adaptés, améliorant leur pronostic, notamment en diminuant le risque de rechutes et de handicap visuel.

En faisant un don pour soutenir le projet « Jeune Chercheur » UVEIA, vous contribuerez :

– à une identification plus rapide de l’origine des uvéites, ces maladies complexes et parfois sévères,

– et à une prévention du handicap visuel pouvant aller jusqu’à la cécité.

Vous avez un véritable rôle à jouer en aidant les chercheurs à préserver la qualité de vie des malades.