S'abonner

Intelligence artificielle et algorithmes des traitements en chirurgie rachidienne - 27/09/22

Artificial intelligence and treatment algorithms in spine surgery

Doi : 10.1016/j.rcot.2022.06.027 
Yann Philippe Charles , Vincent Lamas, Yves Ntilikina
 Service de chirurgie du rachis, hôpitaux universitaires de Strasbourg, université de Strasbourg, Strasbourg, France 

Auteur correspondant.

Résumé

L’intelligence artificielle (IA) est un ensemble de théories et de techniques permettant de simuler l’intelligence humaine à l’aide de machines utilisant des programmes informatiques complexes. Les différentes méthodes d’apprentissage automatique (ou Machine Learning, ML) ne sont qu’un sous-groupe de l’IA. Elles émanent de la science informatique. Elles utilisent des algorithmes établis à partir de l’analyse de bases de données pour pouvoir accomplir des tâches. Parmi ces méthodes figurent les arbres décisionnels ou forêts aléatoires, les machines à vecteurs de support ainsi que les réseaux de neurones artificiels. Les réseaux de neurones convolutifs s’inspirent du cortex visuel et traitent des combinaisons d’informations utilisées dans la reconnaissance d’images ou la reconnaissance vocale. L’apprentissage profond (ou Deep Learning, DL) regroupe un ensemble de méthodes du ML et sert à modéliser des relations complexes avec un haut degré d’abstraction, en utilisant de multiples couches de neurones artificiels. Les techniques de ML prennent une place croissante en chirurgie du rachis. Les principales applications sont la segmentation d’images réalisées en peropératoire pour les techniques de navigation chirurgicale ou de robotique utilisées pour la visée pédiculaire et l’interprétation d’imagerie de disques intervertébraux et de radiographies du rachis en totalité, qui peut être automatisée en utilisant des algorithmes de ML. Les techniques de ML peuvent également être utilisées comme aide à la décision chirurgicale dans certains domaines complexes tels que l’évaluation préopératoire des déformations rachidiennes de l’adulte. Les algorithmes de ML « apprennent » à partir de larges bases de données cliniques. Ils permettent d’établir le niveau des risques peropératoires ainsi qu’un pronostic sur l’évolution de scores fonctionnels en postopératoire en fonction du profil patient. Ces applications ouvrent un champ nouveau par rapport aux analyses statistiques classiques. Elles permettent d’explorer des relations plus complexes avec de multiples interactions indirectes. Dans le futur, les algorithmes d’IA pourraient prendre une place croissante en recherche clinique, dans l’évaluation des pratiques et dans les analyses médicoéconomiques.

Le texte complet de cet article est disponible en PDF.

Mots clés : Chirurgie rachidienne, Intelligence artificielle, Apprentissage automatique, Neurones artificiels, Imagerie


Plan


 Ne pas utiliser, pour citation, la référence française de cet article, mais celle de la version anglaise correspondante publiée dans Orthopaedics & Traumatology: Surgery & Research 109/1S (February 2023).


© 2022  Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 108 - N° 6S

P. S147-S155 - octobre 2022 Retour au numéro
Article précédent Article précédent
  • Prise en charge des métastases osseuses de l’acétabulum
  • Gualter Vaz, François Gouin
| Article suivant Article suivant
  • Planification préopératoire et analyse du mouvement
  • Julien Berhouet

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.