Evaluation multimodale des troubles de la défécation

Segmentation par IA d'un cliché de défécographie.

Objectifs

Les techniques actuelles de diagnostic et de traitement des troubles de la défécation restent rudimentaires, s'appuyant souvent sur des examens invasifs, inconfortables ou non physiologiques. La défécographie aux rayons X, bien qu’offrant des informations précieuses sur le processus d'évacuation, est sous-utilisée en raison d'un manque d'outils analytiques avancés. Jusqu'à présent, les tentatives d'analyse de ces données se sont limitées à des approches conventionnelles, sans intégrer pleinement le potentiel de l'intelligence artificielle et de la mécanique des fluides complexes.

Notre projet vise à combler cette lacune en utilisant une approche multimodale pour analyser un corpus de données de défécographie. Nous avons l’intention de :

• Développer des modèles d'intelligence artificielle pour segmenter et analyser les vidéos de défécographie afin d'identifier des schémas spécifiques aux troubles de la défécation ;
• Intégrer les connaissances en mécanique des fluides complexes pour mieux comprendre le comportement des tissus vivants pendant la défécation.

Notre projet ambitionne d’adopter une approche multimodale pour l’analyse d’un ensemble de données de défécographie dynamique. Il s'agit d'exploiter l'intelligence artificielle afin de segmenter et d'analyser les vidéos de défécographie, dans le but de révéler des schémas spécifiques associés aux troubles de la défécation. Nous souhaitons également intégrer des principes de la mécanique des fluides complexes pour mieux comprendre les comportements mécaniques des tissus vivants au cours de la défécation.

Résultats

Nous prévoyons plusieurs résultats importants de nos recherches, notamment une meilleure compréhension des mécanismes physiologiques de la défécation et des pathologies associées. Cela permettrait de développer des techniques de diagnostic moins invasives et plus précises et d'ouvrir la voie à de nouvelles approches thérapeutiques ciblées.

Références

Ahmad, F., Tanguy, S., Dubreuil, A., Magnin, A., Faucheron, J. L., & de Loubens, C. (2022). Flow simulations of rectal evacuation: towards a quantitative evaluation from video defaecography, Interface Focus, 12(6), 20220033.

Ahmad, F., Investigating gastrointestinal function at macro and micro scales : Insights from fluid dynamics models, PhD thesis, Université Grenoble Alpes, 2023,