N° 23013605

Utilisation de l'intelligence artificielle pour anticiper les complications après une opération de l'aorte abdominale

Partager

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

Finalité de l'étude

Recherche, étude, évaluation

Objectifs poursuivis

Prise en charge des patients
Sécurité des patients
Prévention et traitement

Domaines médicaux investigués

Radiologie et imagerie médicale

Bénéfices attendus

Plusieurs équipes ont proposé des critères préopératoires permettant de prédire le risque d’endofuite (perméabilité préopératoire de l’artère mésentérique inférieure, taille du sac) après pose d’une endoprothèse aortique abdominale pour le traitement d’anévrisme de l’aorte abdominale sous-rénale (AAA).
Nous proposons d’évaluer si un algorithme d’auto-apprentissage peut prédire le risque d’endofuites à partir des images scanographiques initiales.
Selon les résultats de l'étude :
- Soit l’algorithme détecte facilement les AAA à haut risque d’endofuite, voire nous permet de détecter les points de chaleurs : ce serait une confirmation de la position de certaine équipe,
- Soit l’algorithme ne détecte pas ou mal les AAA à haut risque d’endofuite : nous apporterons au débat que ces critères sont peu ou pas discriminants en termes de prédictions du risque d’endofuite et que cela remet en cause l’embolisation pré ou per procédure.

Données utilisées

Catégories de données utilisées

Informations recueillies à l'occasion d'activités de prévention, de diagnostic, de soins ou de suivi social et médico-social
Informations relatives aux pathologies des personnes concernées

Source de données utilisées

Autre

Autre(s) source(s) de donnée(s) mobilisée(s)

Dossiers Médicaux

Appariement entre les sources de données mobilisées

  Non

Plateforme utilisée pour l'analyse des données

Autre

Acteurs finançant et participant à l'étude

Responsable(s) de traitement

Type de responsable de traitement 1

Etablissement public de santé (dont fédération)

Responsable de traitement 1

Centre Hospitalier Groupe Hospitalier de la Rochelle Ré Aunis

1 Rue du Docteur Schweitzer 17000 La Rochelle 17000 La Rochelle France

Localisation du responsable de traitement 1
  Dans l'UE
Représentant du responsable de traitement 1
BENEAT-MARLIER Valérie

Calendrier du projet

Date de début : 17/03/2025 – Date de fin : 15/03/2027 Durée de l'étude : 24
Etape 1 : Dépôt du projet
13/03/2025

Base légale pour accéder aux données

Encadrement réglementaire

Méthodologie de référence 004

Destinataire(s) des données

Destinataire des données 1

La Rochelle Université

Avenue Albert Einstein 17000 La Rochelle 17000 La Rochelle France

Durée de conservation aux fins du projet (en années)

15

Existence d'une prise de décision automatisée

  Non

Fondement juridique

Article 6 du RGPD (Licéité du traitement)

(1)(a) consentement spécifique, éclairé et univoque

Article 9 du RGPD (Exception permettant de traiter des données de santé)

(2)(j) archives, recherche scientifique ou historique, ou statistiques

Transfert de données personnelles vers un pays hors UE

  Non

Droits des personnes

La personne a le droit d’accéder, via le médecin de l’étude à toutes les données recueillies à son sujet et, le cas échéant, de demander des rectifications, si les données s’avéraient inexactes ou de les compléter si elles étaient incomplètes.
La personne a également le droit de s’opposer à la transmission ou de demander la suppression des données couvertes par le secret professionnel qui sont susceptibles d’être utilisées et traitées dans cette étude à tout moment et sans justification.
La personne peut également exercer son droit de limitation du traitement de vos données dans les situations prévues par la loi.

Délégué à la protection des données

Centre Hospitalier Groupe Hospitalier de la Rochelle Ré Aunis

1 Rue du Docteur Schweitzer 17000 La Rochelle 17000 La Rochelle France

dpo@ght-atlantique17.fr