Précision diagnostique de l'échographie 3D et de l'intelligence artificielle pour la détection des blessures du poignet en pédiatrie

Résumé :

Les traumatismes du poignet sont fréquents chez les enfants et nécessitent généralement une radiographie pour le diagnostic et la planification du traitement. Cependant, de nombreux enfants ne présentent pas de fractures et sont inutilement exposés aux radiations. L'échographie réalisée au chevet du patient pourrait détecter les fractures avant la radiographie. Les outils modernes, notamment l'échographie tridimensionnelle (3DUS) et l'intelligence artificielle (IA), n'ont pas encore été appliqués à cette tâche. Notre objectif était d'évaluer (1) la faisabilité, la fiabilité et la précision de l'échographie tridimensionnelle pour la détection des fractures du poignet en pédiatrie, et (2) la précision de la détection automatisée des fractures par l'intelligence artificielle à partir de balayages de l'échographie tridimensionnelle. Les enfants se présentant aux urgences avec une blessure unilatérale du membre supérieur dans la région du poignet ont été examinés à la fois sur le membre affecté et sur le membre non affecté. Des radiographies du membre symptomatique ont été obtenues pour comparaison. Les échographies ont été lues par trois personnes afin de déterminer leur fiabilité. Un réseau d'IA a été entraîné et comparé aux lecteurs humains. Trente participants ont été inscrits, ce qui a donné lieu à des scans de cinquante-cinq poignets. Les lecteurs avaient une sensibilité combinée de 1,00 et une spécificité de 0,90 pour les fractures. L'interprétation de l'IA était indiscernable de l'interprétation humaine, toutes les fractures étant détectées dans l'ensemble de test de 36 images (sensibilité = 1,0). La sensibilité élevée de l'échographie 3D et de l'interprétation automatisée de l'IA suggère que l'échographie pourrait potentiellement exclure les fractures dans les services d'urgence.