Approche volumétrique des conséquences vasculaires du COVID-19 chez l’adulte et l’enfant

Contexte et justification

En décembre 2019, une nouvelle souche de coronavirus, la maladie coronavirus 2019 (COVID-19) a été identifiée à Wuhan, en Chine. En quelques mois, le virus a pu se propager sur presque toute la planète, par contamination interhumaine par des aérosols provenant de la toux et des éternuements, mais aussi par l’intermédiaire de surfaces contaminées, pour finalement devenir une pandémie majeure [1,2]. La maladie a d’abord été caractérisée par des maladies respiratoires graves chez l’homme, entraînant jusqu’à 20 % de cas de détresse respiratoire aiguë (ARDS). Chez la plupart des patients atteints, les scanners thoraciques sans contraste (CT-scans) montrent des infiltrats bilatéraux en verre dépoli, des nodules et un “pavage fou” avec une distribution périphérique et basale. Les cliniciens du monde entier sont confrontés à ces poumons infectieux sans qu’il existe de traitement simple pour les traiter.

Notre proposition technique

DIVA-CT scan sans RV pour l’optimisation de la fonction de transfert et de la probabilité de formation de caillots

Nous avons développé une plateforme logicielle appelée DIVA [7-9] qui permet de visualiser et d’analyser des images médicales pour la planification préopératoire (https://diva.pasteur.fr/). La plateforme peut intégrer n’importe quelle image tomographique (IRM, CT-scan, échographie 3D) et fournir une représentation volumétrique complète avec une interface de réalité virtuelle (RV) optionnelle. DIVA est déjà déployée dans de nombreux hôpitaux avec des applications dans la chirurgie du cancer du sein, la craniosténose chez les enfants, la chirurgie des traumatismes faciaux et dans la planification de la chirurgie cardiaque.
DIVA est également mis à profit pour les étudiants en médecine dans le cadre de la chirurgie faciale (Université de Paris [10]) et de la chirurgie du foie (DU de pédagogie appliqué à l’enseignement médical & hôpital Paul Brousse). Les reconstructions tridimensionnelles dans DIVA peuvent être visualisées sur un écran 2D grâce à une interface qui a déjà été déployée dans le cadre hospitalier. DIVA ne prétraite pas les données et ne nécessite pas de segmentation pour ses reconstructions ; il utilise les données dans leur forme native (par exemple, le format DICOM).

À la fin de ce projet, nous disposerons d’un logiciel autonome permettant de visualiser et d’analyser des angiographies par tomodensitométrie en quelques secondes. Nous mettrons au point un apprenant bayésien permettant de superposer la probabilité de formation de caillots sur la représentation volumétrique complète du balayage. Cette application pourrait s’avérer utile au-delà de la crise COVID-19 et offrira de nouvelles possibilités d’analyse des anomalies vasculaires chez les enfants.

Nous concluons en mettant l’emphase sur le fait que bien que nous cherchons à être utiles pendant la crise, nous ne pouvons être sûrs d’y parvenir. Faire le choix des nouvelles technologies dans le contexte actuel est un défi pour les hôpitaux et nous soulignons que certains hôpitaux sont susceptibles d’adopter une stratégie menant à directement administrer des fluidifiants du sang (traitements anticoagulants/antiplaquettaires) aux patients arrivant avec des symptômes sévères de COVID-19 sans réaliser d’angiographie. Les récents progrès réalisés grâce au logiciel DIVA nous assurent d’avancer avec le support total du personnel médical.

Références
[1] Cobey S., Science 10.1126/science.abb5659 (2020).
[2] Kissler et al., Science 10.1126/science.abb5793 (2020).
[3] J. B. Moore, C. H. June, Science 10.1126/science.abb8925 (2020)
[4] Grillet F. et al, Radiology https://doi.org/10.1148/radiol.2020201544 (2020)
[5] Oudkerk M., Radiology, https://doi.org/10.1148/radiol.2020201629 (2020)
[6] Couzin-Frankel J., Science 368 (6490), 455-456, https://doi.org/10.1126/science.368.6490.455
[7] M. El Beheiry, et al, bioRxiv 2020.04.09.019935 (2020)
[8] F. Ruiz, et al, J.P.R.A.S 2020, (In Press)
[9] Blanc et al., https://www.biorxiv.org/content/10.1101/2020.03.26.000448v1 (2020)
[10] Bouaoud J. et al, (In preparation)
[11] El Beheiry M., (In preparation)