5.AO_884_MAL_Evaluation innovante des atteintes pulmonaires COVID-19 par IA
DOI :
https://doi.org/10.55715/jaim.v18i4.1027Résumé
Since the COVID-19 pandemic, rapid diagnosis and monitoring of lung involvement have been essential. The RT-PCR test, although standard, has limitations in terms of delay and accessibility, particularly in sub-Saharan Africa. Thoracic computed tomography (CT) has become a crucial tool for directly visualizing characteristic lung lesions, but its manual interpretation&C suffers from significant variability. Artificial intelligence (AI) applied to imaging overcomes these limitations.
The study conducted at Polyclinique Pasteur in Bamako (229 patients, January 2020–June 2023) compares the quantitative evaluation of lung involvement using the AI software "VCAR Thoracic" to that performed by expert radiologists. This software automatically segments lesions and quantifies anomalies such as ground-glass opacities and consolidations, with 98% sensitivity and 95% specificity.
Results show a similar average lung involvement estimate between AI (35%) and visual analysis (33%) with no statistical difference. The three-level severity classification agrees at 80%, confirming the software's reliability. AI improves evaluation standardization, reduces subjectivity, accelerates analysis, and facilitates patient longitudinal follow-up.
Integration of VCAR Thoracic software optimizes COVID-19 clinical management by providing objective and reproducible quantification, representing a major advance in thoracic radiology for managing emerging pulmonary infections.
Téléchargements
Références
Halimi S. Deux années de Covid-19 : premières leçons de cette pandémie. Med Mal Metab. 2022;16(2):107-109. doi:10.1016/j.mmm.2022.01.011
Younes N, Al-Sadeq DW, AL-Jighefee H, et al. Challenges in Laboratory Diagnosis of the Novel Coronavirus SARS-CoV-2. Viruses. 2020;12(6):582. doi:10.3390/v12060582
El-Daly MM. Advances and Challenges in SARS-CoV-2 Detection: A Review of Molecular and Serological Technologies. Diagnostics. 2024;14(5):519.
Marzouki S, et al. Apport de l'imagerie thoracique des pneumonies COVID-19 sévères : expérience d'un centre COVID-19 en Tunisie. J Africain Imagerie Med. 2021. https://pmc.ncbi.nlm.nih.gov/articles/PMC8709630/
Grassi R, et al. Chest CT Computerized Aided Quantification of COVID-19 Disease Severity by Using a Thoracic VCAR Tool of General Electric Healthcare. 2020. https://newportal.istitutotumori.na.it/Portale/wp-content/uploads/271.pdf
Grassi R, Cappabianca S, Urraro F, et al. Chest CT Computerized Aided Quantification of PNEUMONIA Lesions in COVID-19 Infection: A Comparison among Three Commercial Software. Int J Environ Res Public Health. 2020;17(18):6914. doi:10.3390/ijerph17186914
Rorat M, Jurek T, Simon K, Guziński M. Value of quantitative analysis in lung computed tomography in patients severely ill with COVID-19. PLoS One. 2021;16(5):e0251946. doi:10.1371/journal.pone.0251946
Hansell DM, Bankier AA, MacMahon H, et al. Fleischner Society: Glossary of Terms for Thoracic Imaging. Radiology. 2008;246(3):697-722.
Dupont C, et al. Segmentation accuracy of AI in diffuse lung diseases: a comparative study. J Thorac Imaging. 2023;38(2):112-120.
Martin R, Leroy P. Performance of chest CT for COVID-19 triage: a meta-analysis. Radiology. 2022;305(1):160-170.
Belfiore MP, Urraro F, Grassi R, et al. Artificial intelligence to codify lung CT in Covid-19 patients. Radiol Med. 2020;125(5):500-504. doi:10.1007/s11547-020-01195-x
Idahor CO, Esomu E-JO, Ogbonna N, et al. Infectious disease surveillance in the era of big data and AI: Opportunities and pitfalls. Cureus. 2025;17(10):e93929. doi:10.7759/cureus.93929
Téléchargements
Publiée
Comment citer
Numéro
Rubrique
Licence
Formulaire droit d’auteur et de propriété du Journal Africain d’Imagerie Médicale
Je certifie / nous certifions que j'ai / nous avons suffisamment participé au contenu intellectuel, à la conception et design du travail, ou à l'analyse et à l'interprétation des données, ainsi qu'à la rédaction du manuscrit, pour en assumer publiquement la responsabilité ; et accepté que mon / notre nom figure sur la liste des auteurs dans l’ordre ci-dessous précisé. Je crois / nous croyons que le manuscrit représente un travail scientifiquement valide. Ni ce manuscrit, ni aucune partie substantielle de ce manuscrit n’a été publié ou envisage d’être publié ailleurs.
Je certifie / nous certifions que les résultats de ce manuscrit relèvent de nos propres données collectées au cours de l'étude. Nous attestons que, si les éditeurs le demandent, nous fournirons les données / informations ou coopérerons sans réserve pour obtenir et fournir les données / informations sur lesquelles le manuscrit est basé, pour examen par les éditeurs ou leurs mandataires. Les intérêts financiers, directs ou indirects, qui existent ou pourraient être perçus comme tels par un ou les auteurs en relation avec le contenu de cet article ont été divulgués dans la déclaration d’intérêt, de même que les sources éventuelles de financement du projet.
Par la présente, je transfère / nous transférons tous les droits de propriété exclusivement au Journal Africain d’Imagerie Médicale du moment que l’article est publié par ce Journal. Le journal aura: le droit d'accorder la permission de republier l'article en totalité ou en partie, avec ou sans frais; le droit de produire des pré-impressions ou des réimpressions et de les traduire dans des langues autres, pour les vendre ou les distribuer librement; et le droit de republier l'article dans une collection d'articles sous tout autre format.
Nous donnons le droit à l’auteur correspondant d’apporter les modifications nécessaires à la demande de la revue, faisons notre la correspondance entre lui et la rédaction pour le compte de ce manuscrit, il agira en tant que garant du manuscrit pour nous.
Je certifie / nous certifions que toutes les personnes ayant apporté une contribution substantielle au travail sans être des auteurs, sont nommées dans les remerciements avec leur permission.
