L’objectif de ce travail est de créer un système d’aide à la décision qui assisterait les médecins nucléaires lors de l’interprétation des images, en se référant à une base de cas similaires. Nous présentons Tetra, un système fondé sur le raisonnement à partir de cas, et une base de connaissances alimentée par des données cliniques, biologiques et médico–administratives.

Nous avons constitué une base de connaissances comprenant les résultats d’examens biologiques, les actes et diagnostics du PMSI, et les comptes rendus de scintigraphie myocardique des patients en ayant bénéficié au CHRU de Nancy entre 2014 et 2016. Tetra utilise les principes du raisonnement à partir de cas et ces informations pour proposer au médecin nucléaire des images d’examens similaires au cas index. La recherche de cas similaires repose sur un calcul de distance. Le modèle de raisonnement a été entraîné sur deux pathologies, la nécrose et l’ischémie, en utilisant la méthode du LASSO. Il a été évalué en comparant la prédiction du système au diagnostic figurant sur le compte rendu d’imagerie nucléaire.

La base de connaissances était constituée de 8905 examens ; 8000 examens ont été tirés au sort pour entraîner le système, les 905 examens restant servant de jeu de validation du système. Pour l’ischémie, la courbe ROC a une ASC de 0,69 (IC95 %=[0,66 ; 0,73]) et il existe un seuil avec une sensibilité à 0,73 et une spécificité à 0,56. Pour la nécrose, la courbe ROC a une ASC de 0,87 (IC95 %=[0,84 ; 0,90]) et il existe un seuil avec une sensibilité et une spécificité à 0,80.

Les premiers résultats montrent des performances intéressantes pour la remémoration de cas similaires, bien que Tetra ne se base que sur des données hospitalières. Cette étude se limite aux diagnostics de nécrose et d’ischémie myocardique au CHRU de Nancy. D’autres pathologies pourraient être étudiées à partir de données multicentriques.