Guidage de la néphrostomie percutanée par un endoscope OCT basé sur un réseau de neurones convolutionnel

Pourquoi un accès rénal plus sûr est important

La maladie des calculs rénaux devient plus fréquente et de nombreux patients nécessitent la pose d’un petit drain directement dans le rein pour évacuer l’urine ou extraire des calculs. Cette procédure, appelée néphrostomie percutanée, consiste à guider une aiguille depuis le dos du patient jusqu’au centre creux du rein. Bien que la perforation soit minime, choisir un mauvais trajet peut déchirer des structures rénales délicates ou endommager des vaisseaux sanguins, entraînant des saignements et d’autres complications. Cette étude présente une nouvelle sonde d’imagerie à haute résolution, couplée à de l’intelligence artificielle, qui prend place à l’extrémité de l’aiguille pour aider les médecins à voir exactement où ils vont et éviter les dommages.

Une minuscule caméra à l’intérieur de l’aiguille

Les chercheurs ont développé une sonde d’imagerie orientée vers l’avant basée sur la tomographie par cohérence optique (OCT), une méthode optique capable de capturer des « tranches » transversales de tissu à une résolution micrométrique — environ dix fois plus fine que l’échographie médicale standard. Ils ont intégré une lentille gradient‑index mince à l’intérieur d’une aiguille de néphrostomie standard de sorte que, pendant l’insertion, la sonde puisse regarder directement devant elle dans le rein. Contrairement aux endoscopes classiques qui donnent surtout des vues de surface, ce système fournit des images résolues en profondeur, révélant comment la structure tissulaire évolue sous la pointe. La même sonde peut aussi fonctionner en mode Doppler, qui met en évidence les globules rouges en mouvement et révèle ainsi les vaisseaux sanguins devant l’aiguille avant qu’ils ne soient percés.

Reconnaître les couches rénales en temps réel

Pour vérifier si le système pouvait distinguer les différents tissus rénaux, l’équipe a réalisé des expériences sur 31 reins humains donnés, conservés dans des conditions proches du normal. Lors des procédures réelles, l’aiguille doit traverser le cortex externe et la médulla interne, puis pénétrer une région en forme de coupe appelée calice et enfin s’ouvrir dans le pelvis collecteur central. S’écarter de ce trajet risque de traverser des espaces graisseux entre les structures et de déchirer des parois fines. Les chercheurs ont appliqué la sonde de manière systématique sur cinq types de tissus — cortex, médulla, calice, graisse du sinus et pelvis — et ont capturé des millions d’images OCT montrant leurs motifs caractéristiques. Par exemple, cortex et médulla paraissaient lisses mais différaient en profondeur, le calice présentait des transitions en bandes, la graisse du sinus produisait des réseaux brillants et ponctués, et le pelvis apparaissait comme un espace vide sous la sonde.

Apprendre à un système intelligent à repérer le danger

Parce que des experts humains auraient besoin de temps et d’entraînement pour interpréter ces nouvelles images pendant une intervention, l’équipe s’est tournée vers l’apprentissage profond. Ils ont entraîné plusieurs réseaux de neurones convolutionnels pour classer chaque image OCT dans l’un des cinq types tissulaires, puis ont retenu une architecture appelée Inception comme meilleure performante. Dans des tests internes, ce modèle a identifié correctement les tissus avec une précision d’environ 99,6 % et a conservé de hautes performances sur des reins supplémentaires qu’il n’avait jamais vus auparavant. Dans une tâche distincte, ils ont utilisé une autre architecture, nnU‑Net, pour délimiter les vaisseaux sanguins dans les images Doppler OCT. Ce modèle a appris à distinguer le sang en mouvement du tissu environnant avec un recouvrement très élevé par rapport aux annotations manuelles d’experts, même pour des vaisseaux de moins de 0,2 millimètre de diamètre difficiles à visualiser avec les outils standard.

Comparaison avec les outils actuels

Actuellement, les médecins s’appuient généralement sur l’échographie ou la fluoroscopie par rayons X pour guider les aiguilles de néphrostomie. Ces techniques montrent la position globale du rein et le trajet général de l’aiguille, mais leur résolution relativement grossière rend difficile la détermination précise du tissu à la pointe ou de la distance d’un vaisseau sanguin. Dans des expériences de contrôle, des radiologues expérimentés utilisant l’échographie structurelle et Doppler ont eu du mal à identifier le tissu précis à la pointe de l’aiguille et n’ont pas pu visualiser de façon fiable les tout petits vaisseaux. En revanche, le système OCT offrait une vue locale détaillée ainsi qu’une analyse automatisée s’exécutant en une fraction de seconde sur des processeurs graphiques modernes, suffisamment rapide pour fournir un retour d’information au fur et à mesure de l’avancement de l’aiguille.

Ce que cela pourrait signifier pour les patients

L’étude suggère que la combinaison d’une sonde OCT montée sur l’aiguille et de l’apprentissage profond pourrait rendre les procédures d’accès rénal à la fois plus sûres et plus efficaces. À l’avenir, un médecin pourrait insérer l’aiguille habituelle contenant la sonde, visualiser des images à très fine échelle en temps réel et s’en remettre au logiciel pour signaler quand la pointe est entrée dans la cavité correcte ou s’approche d’un vaisseau sanguin. Moins de tentatives de ponction signifieraient moins de traumatisme tissulaire, un risque de saignement réduit et potentiellement des interventions et des séjours hospitaliers plus courts. Bien que le travail ait été réalisé sur des reins donnés plutôt que sur des patients vivants, il jette les bases de systèmes cliniques pouvant aussi aider à guider d’autres interventions par aiguille, des biopsies et blocs anesthésiques à l’administration ciblée de médicaments.

Citation: Wang, C., Calle, P., Yan, F. et al. Percutaneous nephrostomy guidance by a convolutional-neural-network-based optical coherence tomography endoscope. Commun Eng 5, 47 (2026). https://doi.org/10.1038/s44172-026-00613-8

Mots-clés: chirurgie des calculs rénaux, guidage d’aiguille, tomographie par cohérence optique, IA pour l’imagerie médicale, détection des vaisseaux sanguins