Apport de l’intelligence artificielle en salle de naissance comme outil de prédiction de l’hypoxie fœtale – Etude HYPOX-IA2

Objectif(s) de la recherche et intérêt pour la santé publique

Finalité de l'étude

Objectifs poursuivis

Domaines médicaux investigués

Bénéfices attendus

L’hypoxie fœtale est une complication grave de l’accouchement, qui peut entraîner des séquelles comme l’encéphalopathie anoxo-ischémique, la paralysie cérébrale ou un retard de développement. Pour surveiller l’état du fœtus pendant le travail, on utilise la cardiotocographie (CTG), qui enregistre la fréquence cardiaque fœtale (via un capteur ultrasonore) et les contractions utérines (via un capteur de pression). L’analyse du tracé CTG, selon les recommandations officielles, permet de détecter une éventuelle hypoxie fœtale et d’adapter l’accouchement (instrumental ou par césarienne) pour limiter les risques.
Cependant, l’interprétation du tracé CTG repose sur une lecture visuelle du tracé, sujette à de fortes variations entre praticiens. Un tracé mal interprété peut conduire à des erreurs graves : soit une hypoxie est manquée, soit une fausse alerte entraîne des interventions inutiles, avec leurs propres risques pour la mère et l’enfant. Le tracé CTG reste aujourd’hui le principal outil d’évaluation du bien-être fœtal pendant le travail. L’ajout de l’analyse du segment ST (STAN), utilisée dans certaines maternités, n’a pas montré de bénéfice clair par rapport au tracé CTG seul.
Des logiciels d’aide à l’analyse automatique du tracé CTG ont été développés, mais restent peu utilisés. Une méta-analyse Cochrane indique qu’ils ne réduisent ni les interventions médicales, ni les complications néonatales. Depuis les années 2010, des chercheurs ont tenté de prédire l’hypoxie fœtale par intelligence artificielle, avec des approches variées : régression logistique, réseaux de neurones, forêts aléatoires, modèles auto-régressifs, transformées de Fourier, modèles SVM, analyse fractale, entropie. Beaucoup de ces travaux se basent sur l’interprétation visuelle du tracé CTG par des experts comme critère principal, ce qui reste problématique à cause de la variabilité d’interprétation humaine. D’autres études utilisent le pH artériel au cordon, un indicateur objectif et validé de l’hypoxie. Toutefois, la plupart s’appuient sur des bases de données limitées (souvent moins de 600 enregistrements).
Quelques études disposent de données plus larges. Petroziello et al. ont analysé 35 429 CTG avec un modèle 1D-CNN, ciblant la dernière heure de travail pour des accouchements à bas risque. Ils ont obtenu de bons résultats (AUC = 0,77) avec un seuil de pH à 7,05. Mohannad et al. ont intégré une donnée clinique, l’âge gestationnel, dans un modèle CNN multi-input ce qui a permis d’en améliorer la performance (AUC passant de 0,73 à 0,89). En 2024, une équipe parisienne a reproduit les résultats de Petroziello avec une base de 27 662 CTG, en analysant les 30 dernières minutes du tracé. Ils ont obtenu une AUC de 0,83, sans toutefois intégrer les données obstétricales.
Le projet Hypox-IA 2 s’inscrit dans cette démarche, avec l’ambition d’utiliser l’ensemble du tracé CTG du travail ainsi que les données obstétricales complémentaires, dans une approche multicentrique et rétrospective, pour développer un outil d’aide à la décision destiné à mieux identifier les situations à risque d’acidose fœtale.