Publié le 25 mai 2020 Mis à jour le 27 mai 2020

Dans les cas graves, le Covid-19 entraîne des difficultés respiratoires, parfois même après rémission. Bernardo Innocenti (BEAMS), Stefano Diciotti et Nicola Sverzellati entendent développer un modèle numérique 3D du poumon humain pour prédire la dégénérescence des tissus.

Prédire les dommages aux poumons dûs au Covid-19, c'est l'ambition de Bernardo Innocenti (BEAMS), Stefano Diciotti (Université de Bologne) et Nicola Sverzellati (Université de Parme). Dans des études précédentes, les auteurs ont été les premiers à développer et valider un modèle de poumon humain capable de prédire la dégénérescence pulmonaire en cas d'emphysème. Sur base de celui-ci, les chercheurs vont à présent établir un modèle numérique pour prédire la dégénérescence causée par le Covid-19 dans le temps. Objectif : fournir aux cliniciens de plus amples informations pour faciliter la prise de décision et améliorer le suivi des patients. 

Le Covid-19 est une maladie infectieuse respiratoire avec des symptômes tels que la toux, la fièvre et, dans les cas graves, des difficultés respiratoires. Bien que la majorité des cas se traduisent par des symptômes bénins, certains progressent vers une pneumonie virale ou une inflammation pulmonaire généralisée entraînant un SDRA (syndrome de détresse respiratoire aiguë) et une défaillance multi-organes, entraînant alors la nécessité d'une hospitalisation en unité de soins intensifs. Même après la rémission de la maladie, des conséquences sur le système respiratoire peuvent persister chez les patients qui ont été affectés car les poumons peuvent avoir été endommagés pendant la maladie et son traitement.

Le modèle développé par Bernardo Innocenti et ses collègues pourra prendre en compte différents paramètres et donc offrir une approche personnalisée aux patients. Il permettra également d'identifier les éventuels paramètres critiques compromettant la performance pulmonaire et de mettre en évidence les paramètres les plus susceptibles d'améliorer la récupération. L'utilisation d'une approche avancée de l'IA améliorera en outre sa fidélité et sa précision, lui permettant de faire face à toutes les situations. Grâce à ce modèle, il sera ainsi possible d'obtenir une meilleure connaissance des effets à court, moyen et long terme de la pathologie.