Benchmarking open-source automated thigh muscle MRI segmentation algorithms

Dans le monde calme et à haute résolution de l'imagerie médicale, un défi spécifique ralentit depuis longtemps l'étude des maladies musculaires : la charge de travail considérable requise pour cartographier l'anatomie du corps. Lorsque les médecins et les chercheurs utilisent l'imagerie par résonance magnétique, ou IRM, pour observer l'intérieur de la cuisse d'un patient, ils voient un paysage complexe de treize muscles distincts, chacun entouré de graisse et d'os. Pour comprendre comment une maladie comme la dystrophie musculaire progresse, ils doivent mesurer le volume de chaque muscle et calculer la quantité de graisse qui a remplacé le tissu sain. Depuis des décennies, cela se fait à la main, un processus fastidieux où un expert humain trace le contour de chaque muscle sur des centaines de coupes d'images individuelles. Ce travail manuel est lent, varie d'une personne à l'autre et crée un goulot d'étranglement qui empêche les études à grande échelle sur les maladies rares. La promesse de l'avenir était que les ordinateurs pourraient apprendre à effectuer ce traçage automatiquement, libérant ainsi les chercheurs pour qu'ils se concentrent sur la biologie plutôt que sur le dessin.

Cependant, le paysage des outils automatiques est devenu un marché encombré de différents programmes logiciels, chacun construit avec des méthodes différentes et entraîné sur des données différentes. Certains outils sont conçus pour reconnaître des parties spécifiques du corps, tandis que d'autres sont des systèmes à usage général entraînés sur de vastes quantités de données issues d'Internet pour reconnaître presque tout. Le problème était que personne n'avait jamais comparé ces outils côte à côte pour voir lequel fonctionnait le mieux pour les muscles de la cuisse. Sans une comparaison équitable, un chercheur choisissant un outil jouait essentiellement aux devinettes. Une nouvelle étude s'est donné pour la mission de dissiper le brouillard en testant huit des outils open-source les plus populaires les uns contre les autres, en utilisant un ensemble partagé d'images provenant de personnes saines et de patients souffrant de maladies neuromusculaires. L'objectif n'était pas seulement de trouver le programme le plus rapide, mais de trouver celui en lequel on pouvait avoir confiance pour percevoir la vérité dans le corps d'un patient.

Les chercheurs ont rassemblé une collection diversifiée de scanners IRM, comprenant des données de volontaires sains et de patients atteints de pathologies telles que la dystrophie musculaire des ceintures et la sclérose latérale amyotrophique. Ils ont également créé un ensemble d'images modifiées pour tester la capacité des outils à gérer les changements dans la façon dont les images étaient prises ou les légères variations anatomiques. Ils ont ensuite injecté ces images dans les huit outils logiciels différents. Certains de ces outils étaient des systèmes spécialisés construits spécifiquement pour le muscle, tandis que d'autres étaient des « modèles de fondation », un nouveau type d'intelligence artificielle entraînée sur des ensembles de données massifs et généraux pour accomplir une grande variété de tâches. L'équipe a mesuré la précision avec laquelle les contours de l'ordinateur correspondaient aux contours de l'expert humain, en examinant à la fois la précision globale et la cohérence des résultats d'une coupe à l'autre.

Les résultats ont brossé un tableau clair de ce qui fonctionne et de ce qui ne fonctionne pas. Les outils spécialisés, particulièrement un outil appelé MuscleMap, ont systématiquement surpassé les systèmes plus récents à usage général. Ces modèles spécifiques au domaine, qui avaient été entraînés sur de vastes collections d'images médicales, ont été capables d'identifier les muscles avec un niveau de précision que les modèles généraux ne pouvaient égaler. En fait, l'étude a révélé que tenter d'améliorer les performances d'autres outils en ajoutant un système à usage général populaire par-dessus les rendait souvent moins performants. Au lieu de raffiner l'image, ces systèmes généraux commettaient fréquemment des erreurs qu'un humain ne ferait jamais, comme inclure l'os de la cuisse à l'intérieur du contour du muscle ou créer des lignes fragmentées et pointillées qui ne ressemblaient à aucun muscle réel.

Peut-être plus important encore, l'étude a révélé que si les meilleurs outils étaient assez bons, ils n'étaient pas parfaits, surtout lorsqu'il s'agissait de tissus malades. Lorsque le logiciel rencontrait des muscles qui avaient été altérés par la maladie, la précision chutait. C'est une conclusion critique car elle suggère que les outils actuels pourraient avoir du mal avec les patients qui en ont le plus besoin. Les chercheurs ont noté que même le meilleur logiciel nécessitait encore l'intervention d'un humain pour examiner les résultats et corriger les erreurs, particulièrement aux limites où le muscle rencontre la graisse. Les outils n'étaient pas encore prêts à travailler entièrement de manière autonome dans un cadre clinique où une erreur pourrait affecter un plan de traitement.

L'étude a également mis en évidence l'aspect pratique de l'utilisation de ces outils. Le logiciel spécialisé était beaucoup plus facile à utiliser pour un médecin ou un chercheur, ne nécessitant souvent qu'un clic pour lancer le processus. En revanche, les outils à usage général nécessitaient souvent qu'un utilisateur pointe manuellement chaque muscle ou dessine des boîtes autour d'eux avant que l'ordinateur ne puisse commencer, un processus qui prenait plus de temps que de faire le travail à la main. Cette différence d'utilisabilité est un facteur majeur de l'adoption d'un outil dans un hôpital. Les chercheurs ont conclu que, bien que le domaine ait fait des progrès significatifs, le rêve d'un système entièrement automatique capable de gérer n'importe quel patient sans supervision est encore hors de portée. Pour l'instant, la voie la plus fiable consiste à utiliser les outils spécialisés comme un assistant puissant, tout en gardant un expert humain dans la boucle pour vérifier le travail, garantissant que la carte finale du muscle est suffisamment précise pour guider de réelles décisions médicales.