REMI — Aide à la décision pour la revascularisation endovasculaire des membres inférieurs
Le cycle du Raisonnement à Partir de Cas (RAPC) appliqué à la décision chirurgicale (fig. 2.5, thèse M. Roux)Comment aider un·e chirurgien·ne vasculaire à choisir la meilleure stratégie de revascularisation, alors que le succès d’une technique reste difficile à prédire ? REMI explore une réponse : apprendre des cas passés — comme le fait un clinicien expérimenté — mais de façon outillée, traçable et interprétable.
Le résultat, d’abord
REMI (Revascularisation Endovasculaire des Membres Inférieurs) est un projet d’aide à la décision clinique que je coordonne depuis 2021, en collaboration étroite avec le service de chirurgie vasculaire du CHU Grenoble Alpes. En quelques années, il a permis de :
- concevoir et déployer en service un logiciel de recueil de données centré utilisateur ;
- transformer des données cliniques réelles — incomplètes et hétérogènes — en une base de cas exploitable ;
- démontrer la pertinence du raisonnement à partir de cas pour proposer à un nouveau patient les stratégies ayant réussi chez des patients similaires ;
- mener à terme une thèse de doctorat (Margaux Roux, soutenue avec brio le 16 décembre 2025) et fédérer une équipe pluridisciplinaire financée par cinq financements successifs.
Ce projet a consisté, à partir d’un besoin clinique concret, à le traduire en spécifications, à lever les verrous techniques et organisationnels, et à aller jusqu’à un prototype réellement utilisé.
Le problème clinique : une décision difficile à anticiper
L’artériopathie oblitérante des membres inférieurs (AOMI) est une maladie des artères des jambes dont les symptômes principaux sont la douleur et les plaies ischémiques. Pour éviter les complications graves — amputation, décès — la revascularisation vise à restaurer le flux sanguin, par voie endovasculaire (angioplastie, stenting) ou par chirurgie ouverte.
Le problème : la probabilité de succès ou d’échec d’une technique reste difficile à prédire. Le·la chirurgien·ne s’appuie sur des arbres de décision, des scores (WIfI) et surtout sur son expérience. À ce jour, aucun outil ne l’aide pleinement à choisir, pour ce patient, la stratégie la plus prometteuse.
Techniques endovasculaires de revascularisation : angioplastie et stenting (fig. 1.9, thèse M. Roux).
Une méthode : le raisonnement à partir de cas
Les systèmes d’aide à la décision clinique se répartissent classiquement en deux familles : les approches statistiques, performantes mais souvent peu interprétables (« boîtes noires »), et les approches à base de règles expertes, transparentes mais difficiles à faire évoluer.
REMI explore une voie intermédiaire : le Raisonnement à Partir de Cas (RAPC), ou Case-Based Reasoning. Son hypothèse — « des problèmes similaires ont des solutions similaires » — se traduit, en clinique, par : des symptômes similaires, traités par des thérapies similaires, conduisent à des résultats similaires. C’est une méthode d’apprentissage proche du raisonnement médical lui-même, et naturellement plus explicable : chaque recommandation s’appuie sur des cas réels que l’on peut examiner.
Le cycle RAPC se décompose en quatre temps (illustrés en image de couverture) : remémorer des cas semblables, réutiliser et adapter leur solution, réviser le résultat, puis retenir le nouveau cas pour enrichir la base.
De la donnée clinique brute à une base de cas exploitable
C’est souvent l’étape la plus sous-estimée — et la plus structurante. Les données disponibles dans les dossiers patients informatisés sont incomplètes, hétérogènes et pensées pour le soin, non pour l’analyse. Le projet a donc dû :
- modéliser un « cas » : un jeu d’attributs décrivant le problème (sévérité, score WIfI, anatomie des lésions, comorbidités) et un second décrivant la solution chirurgicale et son issue ;
- traiter explicitement les données manquantes et le typage des attributs ;
- combiner données rétrospectives et prospectives, puis développer un protocole d’extraction et d’agrégation en Python transformant des données patient-centrées en une base orientée « aide à la décision ».
Diagramme de classes du modèle de données implémenté dans le logiciel de collecte (fig. 3.9, thèse M. Roux).
Un logiciel prototype, centré utilisateur et déployé en service
Pour collecter des données prospectives de qualité, nous avons conçu un logiciel prototype directement utilisable par les cliniciens, dans leur flux de travail. Il calcule automatiquement le score WIfI (et donc le risque d’amputation), modélise une opération comme une séquence de gestes appliqués à des lésions, et génère automatiquement un compte-rendu opératoire.
C’est exactement le type de livrable qui m’intéresse : un outil pensé avec et pour ses utilisateurs, robuste assez pour quitter la paillasse et entrer dans la pratique. Le développement de cette application a justifié le recrutement d’un ingénieur de recherche dédié.
Interface du logiciel prototype de recueil de données (fig. 3.11, thèse M. Roux).
Vidéo de démonstration du logiciel, présentée lors de la première conférence du projet (en français).
Représenter les cas pour les comparer
Comparer deux patients suppose une bonne mesure de similarité entre cas. Le projet s’appuie sur un auto-encodeur : un réseau de neurones qui apprend à représenter chaque cas dans un espace latent compact, où la proximité géométrique reflète la similarité clinique. La remémoration des cas pertinents se fait alors dans cet espace.
Remémoration des cas similaires dans l’espace latent appris (fig. 4.4, thèse M. Roux).
Conduite de projet et financements
Démarré en 2021 avec la Pre Rafaëlle Spear, le projet a réuni au fil du temps trois sites (TIMC à Grenoble, LTSI à Rennes, CHU Grenoble Alpes) et a été soutenu par 284 450 € levés auprès de quatre sources de financement.
| Période | Projet / dispositif | Co-porteur·euse·s | Financement obtenu | Source | Montant |
|---|---|---|---|---|---|
| 2021–2022 | REMI-ORIA | Rafaëlle Spear | Matériel | EMERGENCE (laboratoire TIMC) | 12 000 € |
| 2022–2023 | User-centered development for data collection in endovascular revascularization | Rafaëlle Spear & Alexandre Demeure | 2 stagiaires de Master 2 (Laure Chatenet & Clément Gasse) | MIAI@Grenoble Alpes (ANR-19-P3IA-0003) | 11 200 € |
| 2024–2025 | CAMI-assistant chair | Sandrine Voros | 1 ingénieur de recherche pendant 1 an (Romaric Ruga) + matériel | MIAI@Grenoble Alpes (ANR-19-P3IA-0003) | 66 056 € |
| 2024–2026 | Aide à la décision — REMI | Rafaëlle Spear & Pascal Haigron | 1 doctorante (Margaux Roux) | LabeX CAMI | 160 000 € |
| 2026–2027 | Déploiement et validation clinique d’un outil d’IA | Rafaëlle Spear | Fin de thèse + 1 stagiaire + sous-traitance logicielle | Fondation pour l’Avenir | 35 194 € |
| Total | 284 450 € |
Encadrement et collaborations
- Margaux Roux, doctorante — thèse « Aide à la décision pour la revascularisation endovasculaire des membres inférieurs », soutenue le 16 décembre 2025 (co-direction à 33 % avec R. Spear et P. Haigron).
- Laure Chatenet et Clément Gasse, stagiaires de Master 2.
- Romaric Ruga, ingénieur de recherche (finalisation du logiciel de recueil de données).
- Pre Rafaëlle Spear (PU-PH, chirurgie vasculaire, CHU Grenoble Alpes) — co-porteuse clinique depuis l’origine du projet.
- Pr Pascal Haigron (Université de Rennes, LTSI) — co-encadrant de la thèse.
- Sandrine Voros (TIMC) et Alexandre Demeure — co-porteurs de dispositifs de financement.
Publications
- 2025. Roux Margaux, Spear Rafaëlle, Fouard Céline, Haigron Pascal — Retrieving similar cases for clinical decision support in the context of revascularization of lower limbs. International Journal of Medical Informatics, Vol 201, pp105931
- 2024. Roux Margaux, Spear Rafaëlle, Haigron Pascal, Demeure Alexandre, Fouard Céline — Toward Decision Support System for Lower Limb Endovascular Revascularization. 2024 46th Annual International Conference of the IEEE Engineering in Medicine and Biology Society
- 2023. Spear Rafaëlle, Fouard Céline, Demeure Alexandre, Gasse Clément, Chatenet Laure — User-centered design for the development of a patient monitoring software for peripheral arterial disease. Annals of Vascular Surgery
Ce projet marque, avec la thèse de Prasad Samarakoon, mon ancrage dans l’IA appliquée à la santé — avec une exigence constante : des méthodes interprétables, des outils réellement utilisables, et un dialogue permanent avec les cliniciens.
