IA d'interprétation ROTEM contre Experts (ROTEMAI)

Cette étude observationnelle prospective multicentrique est conçue pour évaluer la concordance entre l'interprétation basée sur l'intelligence artificielle (IA) et l'interprétation experte des résultats de la thromboélastométrie rotationnelle (ROTEM), en mettant l'accent sur la prise de décision clinique chez les patients gravement malades.

La ROTEM est une méthode viscoélastique au point de soin fournissant des informations en temps réel sur la coagulation, y compris la formation du caillot, sa résistance et la fibrinolyse. Elle est largement utilisée pour guider une thérapie hémostatique ciblée en traumatologie, en chirurgie majeure et en soins intensifs. Cependant, l'interprétation des résultats de la ROTEM est complexe et nécessite une expertise clinique. La variabilité interobservateur entre les cliniciens peut conduire à des décisions thérapeutiques incohérentes. Bien que des approches basées sur des algorithmes aient été introduites, leur mise en œuvre reste variable.

L'intelligence artificielle (IA) a le potentiel de standardiser l'interprétation en intégrant de multiples paramètres de la ROTEM et en générant des recommandations cohérentes. Des études antérieures ont montré que les modèles d'apprentissage automatique peuvent prédire les résultats cliniques ou les besoins transfusionnels sur la base de données viscoélastiques. Cependant, les preuves concernant la concordance entre l'interprétation basée sur l'IA et l'interprétation experte, en particulier dans la prise de décision clinique réelle, restent limitées.

L'objectif principal de cette étude est de déterminer si l'interprétation basée sur l'IA atteint un niveau de concordance comparable à la variabilité inter-experts dans l'interprétation de la ROTEM. Cette étude ne suppose pas un seul étalon-or ; elle évalue plutôt la concordance entre les méthodes, reflétant la pratique clinique réelle.

Les objectifs secondaires incluent :

• la comparaison du temps d'interprétation entre l'IA et les cliniciens experts,
• l'évaluation de la cohérence (variabilité intra-méthode) de l'IA par rapport à la variabilité inter-experts,
• l'évaluation de l'impact potentiel sur la prise de décision clinique, y compris l'identification des anomalies de la coagulation et les stratégies de traitement proposées.

Les mesures de la ROTEM seront collectées et présentées dans un format standardisé, incluant des sorties graphiques et numériques. Chaque jeu de données sera évalué indépendamment par plusieurs anesthésistes experts. Les mêmes jeux de données seront interprétés de manière répétée par un grand modèle de langage basé sur l'IA en utilisant une instruction standardisée prédéfinie, avec plusieurs exécutions indépendantes pour évaluer la variabilité intra-modèle.

Pour chaque jeu de données de la ROTEM, les experts et l'IA évalueront :

• la présence d'un trouble de la coagulation,
• l'anomalie sous-jacente dominante,
• l'intervention thérapeutique appropriée,
• et la dose de traitement recommandée.

La concordance entre les experts et l'IA, ainsi que la concordance inter-experts, sera analysée en utilisant des méthodes statistiques appropriées pour les variables catégorielles et continues (par exemple, les statistiques kappa et les coefficients de corrélation intraclasse). Le temps nécessaire à l'interprétation sera également enregistré et comparé.

Cette étude n'est pas conçue pour déterminer l'exactitude absolue de l'interprétation, mais pour quantifier la concordance et la variabilité entre les experts humains et l'IA. En identifiant les divergences cliniquement pertinentes, l'étude vise à évaluer si l'interprétation assistée par l'IA peut servir d'outil fiable d'aide à la décision et réduire la variabilité dans la gestion hémostatique guidée par la ROTEM.