Automated 3D CT Segmentation of Intercostal Muscles Using Bayesian U-Net: a retrospective technical validation study with exploratory pulmonary function analysis

Le thorax humain est une machine complexe, une cage d'os et de cartilage qui protège les organes vitaux tout en se dilatant et en se contractant à chaque respiration. À l'intérieur de cette cage, entre les côtes, se trouvent de minces feuilles de muscle incurvées connues sous le nom de muscles intercostaux. Ces petites bandes de tissu sont essentielles à la vie ; elles travaillent aux côtés du diaphragme pour aspirer l'air dans les poumons et l'expulser, jouant un rôle critique dans tout, d'un simple soupir à une toux vigoureuse qui dégage les voies respiratoires. Lorsque ces muscles s'affaiblissent ou changent, la capacité de respirer peut en souffrir, pourtant leur mesure est depuis longtemps un casse-tête pour les médecins. Parce qu'ils sont si fins, incurvés et enveloppés autour de la cage thoracique, ils sont incroyablement difficiles à visualiser clairement sur les scanners médicaux standards. Les méthodes traditionnelles reposent souvent sur des clichés en deux dimensions ou sur l'échographie, qui peuvent passer à côté de l'image complète de la quantité réelle de muscle présente ou de sa santé.

Pendant des décennies, la seule façon d'obtenir une carte tridimensionnelle complète de ces muscles était de demander à un expert humain de tracer manuellement chaque muscle sur un écran d'ordinateur, un processus si fastidieux et chronophage qu'il était impraticable pour un usage médical courant. Cette limitation signifiait que, bien que les médecins puissent voir les poumons, ils ne pouvaient souvent pas évaluer avec précision la force des muscles mêmes qui les actionnent. Cependant, une nouvelle approche émerge, combinant la vision par ordinateur avancée avec un type spécifique d'intelligence artificielle conçu pour gérer l'incertitude. En apprenant à un ordinateur à reconnaître ces fibres musculaires insaisissables dans des scanners haute résolution, les chercheurs espèrent ouvrir une nouvelle voie pour comprendre la santé respiratoire, en reliant potentiellement l'état physique de ces muscles à la qualité de la respiration d'une personne.

Dans une étude récente, une équipe de chercheurs s'est donné pour mission de résoudre ce problème en développant un programme informatique capable de trouver et de mesurer automatiquement les muscles intercostaux en trois dimensions. Ils se sont concentrés sur un type spécifique de scanner médical appelé tomodensitométrie (TDM) thoracique à coupes fines, qui crée une image 3D détaillée et haute résolution du thorax. L'équipe a entraîné son logiciel en utilisant une méthode appelée U-Net Bayésien, un algorithme sophistiqué qui non seulement apprend à identifier des formes, mais calcule également son degré de confiance dans ses propres décisions. Cette caractéristique est cruciale car elle permet au système de signaler les zones où il est incertain, incitant les experts humains à examiner et corriger ces points spécifiques. Ce cycle de supposition par l'ordinateur, de correction par l'humain et d'apprentissage de l'ordinateur à partir de ces corrections s'est poursuivi jusqu'à ce que le système devienne hautement performant pour distinguer le délicat tissu musculaire de la graisse, des vaisseaux sanguins et du tissu pulmonaire environnant.

Pour tester l'efficacité de ce système, les chercheurs l'ont appliqué à une vaste collection de scanners thoraciques provenant de 145 patients. Il ne s'agissait pas de cas idéaux et de manuels ; les scanners comprenaient des personnes présentant des tumeurs pulmonaires, des pneumonies, des épanchements liquidiens autour des poumons et même des changements post-chirurgicaux, garantissant que le test reflète la réalité complexe de la médecine réelle. L'ordinateur a traité chaque scanner en environ cinq minutes, une tâche qui aurait pris des heures ou des jours à un expert humain. Lorsque les chercheurs ont comparé les mesures de l'ordinateur au travail manuel de radiologues expérimentés, les résultats étaient étonnamment proches. La capacité de l'ordinateur à correspondre aux contours tracés par l'homme était comparable au niveau d'accord observé entre deux experts humains travaillant indépendamment. Dans des tests spécifiques au niveau de la sixième côte, où les muscles ont été mesurés dans leur intégralité, les estimations de volume de l'ordinateur différaient des mesures humaines de moins d'un centimètre cube, une marge d'erreur si petite qu'elle est à peine perceptible.

Au-delà de la simple preuve que l'ordinateur pouvait trouver les muscles, l'étude a exploré ce que ces mesures signifiaient réellement pour la santé d'un patient. Les chercheurs ont examiné 95 patients ayant également subi des tests de respiration standards, qui mesurent la quantité d'air que l'on peut expulser de ses poumons et la vitesse à laquelle on le fait. Ils ont trouvé un lien positif clair entre la quantité de muscle intercostal détectée par l'ordinateur et la capacité respiratoire des patients. Plus précisément, les patients présentant des volumes musculaires plus importants avaient tendance à obtenir de meilleurs résultats aux tests mesurant la quantité totale d'air qu'ils pouvaient expirer. La connexion était encore plus forte lorsque l'ordinateur se concentrait uniquement sur le tissu musculaire maigre, filtrant la graisse qui infiltre souvent les muscles vieillissants ou malades. Bien que le lien avec la vitesse d'expiration soit moins constant après avoir pris en compte des facteurs tels que l'âge et la taille corporelle, le schéma global suggérait que les mesures de l'ordinateur étaient biologiquement significatives et reflétaient une fonction physique réelle.

L'étude a également mis en évidence les défis auxquels le système est encore confronté. L'ordinateur incluait occasionnellement un minuscule fragment de tissu voisin, tel qu'un petit vaisseau sanguin ou une plaque de graisse, dans son décompte, ou omettait parfois une petite section de muscle dans les parties inférieures de la cage thoracique où les changements graisseux sont fréquents. Cependant, ces erreurs étaient mineures et n'impliquaient pas de confondre le muscle avec des maladies pulmonaires graves comme la pneumonie ou les tumeurs. Les chercheurs ont noté que le système avait tendance à être légèrement plus conservateur que les experts humains, mesurant des volumes légèrement plus petits dans certaines zones, probablement parce que l'ordinateur suivait strictement la bordure visible du muscle alors que les humains pourraient inclure une petite marge d'incertitude. Malgré ces petites imperfections, la cohérence des résultats à travers différents hôpitaux et différents types de patients suggère que la technologie est suffisamment robuste pour être utilisée dans divers contextes médicaux.

Ce travail représente une étape importante dans l'imagerie médicale, faisant passer l'évaluation des muscles respiratoires d'une tâche manuelle et laborieuse à un processus automatisé et rapide. En réussissant à cartographier ces muscles difficiles à visualiser en trois dimensions, les chercheurs ont fourni un outil qui pourrait aider les médecins à mieux comprendre pourquoi certains patients ont des difficultés à respirer, même lorsque leurs poumons paraissent clairs sur un scanner. Les conclusions suggèrent que la santé des muscles intercostaux est une pièce vitale du puzzle respiratoire, qui peut désormais être mesurée avec précision. Bien que l'étude ne prouve pas encore que cette méthode changera immédiatement le traitement clinique, elle établit une base fiable pour de futures recherches sur la manière dont la santé musculaire est liée à des maladies telles que la bronchopneumopathie chronique obstructive, la récupération après une chirurgie et le déclin de la fonction respiratoire chez les personnes âgées. La capacité de visualiser et de mesurer ces muscles automatiquement ouvre la voie à une compréhension plus profonde de la respiration humaine, transformant un composant autrefois invisible de notre anatomie en une métrique claire et quantifiable de la santé.