OAK BROOK, Ill. - Un modèle d'apprentissage profond a prouvé sa capacité à diagnostiquer et à classer avec précision la maladie pulmonaire obstructive chronique (BPCO) en utilisant seulement un scanner CT d'inhalation, selon une étude publiée dans Radiology: Cardiothoracic Imaging.
La BPCO, une maladie pulmonaire progressive qui affecte gravement la respiration, est la troisième cause de décès dans le monde. Traditionnellement, le diagnostic implique un test de spirométrie qui mesure la fonction pulmonaire par l'échange d'air.
Cette nouvelle approche utilise un réseau de neurones convolutifs (CNN) combiné à des données cliniques, permettant un diagnostic et un classement efficaces de la BPCO à partir d'une seule image CT. L'étude a analysé les données de 8 893 patients, révélant que le modèle CNN pouvait prédire avec précision la gravité de la BPCO, classée par les stades de la Global Initiative for Obstruct Lung Disease (GOLD).
Le Dr Kyle A. Hasenstab, auteur de l'étude, a noté que l'utilisation d'une seule acquisition CT pourrait améliorer l'accessibilité aux diagnostics de la BPCO, réduisant les coûts et l'inconfort pour les patients tout en minimisant l'exposition aux radiations.