Modèle prédictif de nécessité d’une intervention supplémentaire après urétéroscopie flexible utilisant l’intelligence artificielle explicable

Pourquoi il importe de prédire une seconde intervention

On présente souvent la chirurgie des calculs rénaux comme une solution en une seule fois, pourtant plus d’un quart des patients ayant subi une technique moderne peu invasive appelée urétéroscopie flexible nécessitent tout de même un second traitement. Cette étude examine si l’intelligence artificielle peut aider les médecins à anticiper quels patients risquent d’avoir une nouvelle intervention, en s’appuyant sur des informations issues des scanners et de l’intervention elle‑même pour mieux planifier et épargner aux patients stress, coûts et temps de convalescence supplémentaires.

Comment les calculs rénaux sont traités aujourd’hui

L’urétéroscopie flexible permet aux chirurgiens d’atteindre les calculs à l’intérieur du rein en faisant passer une caméra fine et un laser par les voies urinaires naturelles. Moins invasive que les techniques chirurgicales plus anciennes, elle est devenue un traitement de choix pour de nombreux calculs. Néanmoins, l’extraction complète n’est pas toujours possible. Certains patients conservent des fragments qui peuvent provoquer douleur, infection ou obstruction ultérieurement, obligeant à une nouvelle endoscopie, à des ondes de choc ou à une chirurgie plus invasive. Les systèmes de scores existants tentent de prédire la réussite, mais ils n’utilisent souvent que quelques mesures et peuvent être limités lorsque l’anatomie et les caractéristiques des calculs varient fortement d’un patient à l’autre.

Une nouvelle manière d’apprendre des patients précédents

Les chercheurs ont analysé les dossiers de 656 personnes ayant subi une urétéroscopie flexible sur une période de dix ans. Pour chaque patient, ils ont recueilli l’âge, le sexe, la taille et la localisation des calculs, des détails issus des scanners CT, des résultats sanguins et urinaires, ainsi que des choix techniques tels que le diamètre du dispositif d’accès utilisé et l’emploi éventuel d’un appareil assisté par aspiration. Ils ont ensuite entraîné et comparé quatorze méthodes d’apprentissage informatique différentes, de la régression logistique simple aux modèles arborescents et de boosting plus complexes, pour prédire si un patient aurait finalement besoin d’une procédure supplémentaire non planifiée.

Une courbure clé à l’intérieur du rein

La découverte la plus marquante n’était pas une valeur de laboratoire ni la taille du calcul, mais un angle à l’intérieur du rein où la cavité collectrice centrale rejoint le tube étroit qui draine l’urine vers la vessie. Lorsque cette courbure, appelée angle urétropelvien, était aiguë plutôt qu’ouverte, le risque de devoir recourir à une nouvelle intervention augmentait de façon spectaculaire. Les patients présentant un angle inférieur à 110 degrés avaient un taux de reprise opératoire supérieur à quatre sur cinq, tandis que ceux avec un angle plus large nécessitaient rarement un traitement supplémentaire. Ce schéma se vérifiait pour différentes localisations des calculs dans le rein, suggérant que cette seule caractéristique anatomique reflète la facilité de passage des instruments et des fragments.

Outils et réglages qui peuvent faire basculer la balance

Au‑delà de l’anatomie, certains choix peropératoires ont aussi influencé les résultats. Des chambres d’accès de plus grand diamètre, qui améliorent le flux de liquide et facilitent l’extraction des fragments, étaient associées à moins de procédures supplémentaires, en particulier dans les reins à courbure plus aiguë. Un dispositif d’accès récent équipé d’aspiration semblait également protecteur, probablement parce qu’il aide à évacuer les débris plus efficacement. Les modèles d’intelligence artificielle de l’étude ont systématiquement mis en évidence ces facteurs comme influents, tout en confirmant que de gros calculs ou des calculs multiples compliquent toujours davantage la situation. En utilisant des techniques explicables, les auteurs ont pu montrer non seulement la précision des modèles, mais aussi quelles variables guidaient chaque prédiction et dans quel sens.

Ce que cela signifie pour les patients et les médecins

Le travail suggère qu’une mesure simple extraite d’un scanner préopératoire, combinée à quelques choix chirurgicaux clés, peut donner une image claire de qui est susceptible d’avoir besoin de plus d’une intervention pour calculs rénaux. Pour les patients, cela peut signifier un meilleur conseil sur les risques, un choix de traitement plus personnalisé et une utilisation plus judicieuse des outils récents susceptibles de compenser une anatomie difficile. Pour les cliniciens, un calculateur facile d’usage fondé sur ces modèles pourrait appuyer la prise de décision sans remplacer le jugement, aidant à assortir chaque patient du plan le plus adapté dès la première fois.

Citation: Çoban, F., Kutlu, H. & Kalyenci, B. Prediction model for additional procedure requirement in flexible ureterorenoscopy using explainable artificial intelligence. Sci Rep 16, 15292 (2026). https://doi.org/10.1038/s41598-026-46898-9

Mots-clés: calculs rénaux, urétéroscopie flexible, angle urétropelvien, apprentissage automatique, planification chirurgicale