DOCTEUR DE la Communauté UNIVERSITÉ GRENOBLE ALPES

246 Pages·2017·12.76 MB·French

THÈSE
Pour obtenir le grade de
DOCTEUR DE la Communauté UNIVERSITÉ
GRENOBLE ALPES
Spécialité : Modèles, méthodes et algorithmes pour la Biologie, la
Santé et l’environnement
Arrêtéministériel:7août2006
Présentéepar
Arnaud HUAULME
Thèse dirigée par Alexandre MOREAU-GAUDRY
et encadrée par Pierre JANNIN et Sandrine VOROS
préparée au sein du laboratoire Techniques de l’Ingénierie Médicale
et de la Complexité - Informatique, Mathématiques et Applications de
Grenoble (TIMC-IMAG)
et au sein du Laboratoire Traitement du Signal et de l’Image (LTSI)
dans L’École Doctorale Ingénierie pour la Santé, la Cognition et l’ En-
vironnement (EDISCE)
Détection automatique de déviations chi-
rurgicales et identification de comporte-
ments chirurgicaux par modélisation et
analyse des processus chirurgicaux.
Thèse soutenue publiquement le 25 janvier 2017,
devant le jury composé de :
M. Eric STINDEL
PU-PH, LATIM, Université de Bretagne Occidentale, Brest, Rapporteur,
Président
Mme Marie-Christine JAULENT
DR INSERM,LIMICS, Sorbonne Universités, Paris, Rapporteur
M. Jean-Luc FAUCHERON
PU-PH, Hôpital Michallon, UGA, Grenoble, Examinateur
M. Germain FORESTIER
MC, ENSISA, Université de Haute-Alsace, Mulhouse, Examinateur
M. Gwenolé QUELLEC
CR INSERM, LATIM, Université de Bretagne Occidentale, Brest,
Examinateur
M. Alexandre MOREAU-GAUDRY
PU-PH, TIMC-IMAG, UGA, Grenoble, Directeur de thèse
M. Pierre JANNIN
DR INSERM, LTSI, Université de Rennes 1, Rennes, Encadrant
Mme Sandrine VOROS
CR INSERM, TIMC-IMAG, UGA, Grenoble, Encadrante
ii
Remerciements
Cette thŁse n’aurait pas pu voir le jour sans l’aide et le soutient de nom-
breuses personnes, c’est pourquoi je tiens (cid:224) les remercier ici.
Pour commencer, je tiens (cid:224) remercier mes encadrants, Sandrine Voros et
Pierre Jannin, ainsi que mon directeur de thŁse Alexandre Moreau-Gaudry,
qui m’ont suivi tout au long de ces 3 ans et qui ont su m’encadrer en me
fournissant de nombreuses pistes de recherche, tout en me laissant la libertØ
nØcessaire pour mettre en place mes propres idØes.
Je souhaite aussi remercier le Labec CAMI, pour le (cid:28)nancement de cette
thŁse et pour la possibilitØ enrichissante d’e(cid:27)ectuer ma thŁse pendant 1 an
et demi au sein du laboratoire Techniques de l’IngØnierie MØdicale et de
la ComplexitØ - Informatique, MathØmatiques et Applications de Grenoble
(TIMC-IMAG) et l’autre moitiØ du temps au sein du Laboratoire Traitement
duSignaletdel’Image(LTSI).BienquefairesathŁseauseindedeuxlabora-
toires di(cid:27)Ørents entra(cid:238)ne quelques dØsagrØments d’un point de vue personnel,
ceci reste une expØrience enrichissante permettant d’apprØhender des visions
de la recherche di(cid:27)Ørentes et d’apprendre auprŁs d’experts de di(cid:27)Ørents do-
maines.
Je remercie Madame Christine Jaulent et Monsieur Eric Stindel d’avoir
acceptØ d’Œtre rapporteurs de cette thŁse. Je remercie Øgalement les autres
membresdujuryquim’ontfaitl’honneurdejugercetravail:ProfesseurJean-
Luc Faucheron, Monsieur Germain Forestier et Monsieur GwenolØ Quellec.
Je voudrais aussi remercier le docteur Fabian RŒche et Bertrand Trilling
qui m’ont accordØ de nombreuses heures a(cid:28)n de m’aider (cid:224) comprendre le dØ-
roulement opØratoire d’une rectopexie et les ØvØnements indØsirables y Øtant
associØs.
Je remercie Øgalement les membres du Centre d’Investigation Clinique -
Innovation Technologique (CIC-IT) de Grenoble pour leur aide dans la mise
en place d’une base de donnØes de santØ en respectant l’ensemble des aspects
lØgaux du recueil de donnØes mØdicales.
Je voudrais remercier l’ensemble de mes collŁgues autant pour leurs ap-
ports d’un point de vue professionnel que personnelle.
Pour (cid:28)nir, je voudrais remercier mes parents, mes s(cid:247)urs et mes grands-
iii
parents, mŒme ceux nous ayant quittØs, pour leur soutien au cours de cette
thŁse, mais aussi au cours des annØes prØcØdentes.
iv
RØsumØ
Les ØvØnements indØsirables (EIs) sont devenus une vraie prØoccupation
du monde mØdical, leur rØduction Øtant recherchØe pour assurer la meilleure
sØcuritØ possible pour les patients. Les ØvØnements indØsirables sont, selon
la HAS, (cid:16)des situations qui s’Øcartent de procØdures ou de rØsultats escomp-
tØs dans une situation habituelle et qui sont ou qui seraient potentiellement
sources de dommages(cid:17). Alors que les ØvØnements indØsirables postopØratoires
sont ØtudiØs depuis de nombreuses annØes, ceux ayant lieu au cours des opØ-
rations ne le sont que depuis rØcemment, comme le montre la rØcente clas-
si(cid:28)cation des ØvØnements indØsirables intraopØratoires par Kaafarani et al.
publiØe en 2014. Cependant, la classi(cid:28)cation d’ØvØnements indØsirables in-
traopØratoires n’est que la premiŁre Øtape pour comprendre les comporte-
ments chirurgicaux qui les entra(cid:238)nent.
Dans cette thŁse, nous prØsenterons des mØthodes pour dØtecter l’appari-
tion de dØviations dues (cid:224) l’apparition d’ØvØnements indØsirables intraopØra-
toires et pour identi(cid:28)er des comportements chirurgicaux (cid:224) partir de modŁle
de processus chirurgicaux.
CetravailanØcessitØdeconcevoiretdØvelopperunemodØlisationformelle
de la rectopexie et des ØvØnements indØsirables qui sont associØs (cid:224) cette pro-
cØdure chirurgicale gr(cid:226)ce (cid:224) la mise en place d’ontologies. Cette modØlisation
formelle nous a permis de bien apprØhender le principe de cette opØration
et de fournir un vocabulaire permettant une annotation dØtaillØe de vidØos
endoscopiques de rectopexies, a(cid:28)n de crØer des modŁles de processus chirur-
gicaux.
Gr(cid:226)ce(cid:224)l’annotationdesvidØoschirurgicalesbasØesurcettemodØlisation,
nous avons dØveloppØ une mØthode de dØtection automatique des dØviations
dues (cid:224) l’apparition d’ØvØnements indØsirables. Cette mØthode est basØe sur
unalignementtemporelnonlinØairemultidimensionnel,quenousavonsdØve-
loppØ, suivi d’un modŁle semi-Markovien cachØ que nous avons entra(cid:238)nØ pour
dØterminer s’il existe des dØviations par rapport (cid:224) une chirurgie de rØfØrence
et si celles-ci sont dues (cid:224) des ØvØnements indØsirables.
Cette dØtection de dØviations dues aux ØvØnements indØsirables est la
premiŁre Øtape a(cid:28)n de comprendre les raisons de leurs apparitions. Nous
Ømettons l’hypothŁse que leurs apparitions peuvent Œtre expliquØes par une
succession d’activitØs, c’est-(cid:224)-dire un pattern. Pour rØpondre (cid:224) cette hypo-
thŁse, nous avons mis en place une mØthode de dØcouverte de patterns per-
mettant d’identi(cid:28)er les comportements chirurgicaux spØci(cid:28)ques (cid:224) di(cid:27)Ørents
critŁres. Cette identi(cid:28)cation de comportements chirurgicaux est rØalisØe par
uneclassi(cid:28)cationascendantehiØrarchiqueaveclamiseenplaced’unenouvelle
mØtrique basØe sur les patterns partagØs entre les chirurgies. A(cid:28)n de valider
v
notre mØthode, nous l’avons comparØ (cid:224) deux Øtudes mettant en Øvidence
des di(cid:27)Ørences de comportements chirurgicaux, par exemple entre di(cid:27)Ørents
sites chirurgicaux ou entre deux types de procØdures de la mŒme opØration.
Une fois la mØthode validØe, nous avons utilisØ notre mØthode a(cid:28)n de mon-
trer s’il existait des comportements chirurgicaux spØci(cid:28)ques (cid:224) des donnØes
prØopØratoires et (cid:224) l’apparition d’ØvØnements indØsirables.
Pour (cid:28)nir, nous revenons sur les contributions les plus importantes de ces
travaux (cid:224) travers une discussion gØnØrale et nous proposons di(cid:27)Ørentes pistes
pour amØliorer nos rØsultats.
vi
Abstract
Adverse events are an important concern for medical domain, their re-
duction is searched to allow the best safety for patients. The adverse events
are, according to the HAS1, (cid:16)situations which divert from procedures or from
expected results in a usual situation and which are or which would be po-
tentially sources of damage(cid:17). Even though postoperative adverse events have
been studied for many years, the ones which occur during the operation are
recently studied, for example the (cid:28)rst classi(cid:28)cation of intraoperative adverse
events is the classi(cid:28)cation of Kaafarani et al. published in 2014. Neverthe-
less, the classi(cid:28)cation of intraoperative adverse events is only the (cid:28)rst step
to understand the surgical behaviors to their sources.
In this thesis, we will present methods to detect the apparition of devia-
tions due to intraoperative adverse events and to identify surgical behaviors
thanks to surgical process model.
To allow the development of these methods, the (cid:28)rst step was to model
the rectopexy and the adverse events related to this surgery thanks to the
creation of ontologies. This work has enabled us to understand the principle
of this operation and to create a vocabulary. This vocabulary was used to
annotatelaparoscopicvideosofrectopexies,inordertocreatesurgicalprocess
models
Thanks to the surgical video annotation based on this modelisation of the
rectopexy, we have developed a method to automatically detect deviations
due to adverse events. This method is based on a multidimensional non-
linear temporal scaling, a homemade alignment of sequences, follows by a
hidden semi-Markovian model. This Markovian model was trained to detect
deviations from a standard surgical process, a reference, and to determine if
these deviations are due to adverse events.
This deviation detection is the (cid:28)rst step in order to understand the reason
oftheirapparitions.Wehypothesizethattheirapparitionscouldbeexplained
byanactivitiessuccession,i.e.apattern.Toverifythishypothesis,wedevelop
a pattern discovery method to allow the identi(cid:28)cation of speci(cid:28)c surgical
behaviors. This identi(cid:28)cation of surgical behaviors was done by a hierarchical
clustering thanks to a new metric based on shared pattern between surgeries.
To validate our method, we make a comparison with two state of the art
articlehighlightingsurgicalbehaviors,forexample,surgicalbehaviorsspeci(cid:28)c
tosurgicalsiteortotypeofprocedures.Onceourmethodhasbeenvalidated,
we have used it to identify surgical behavior speci(cid:28)c to preoperative data and
to adverse events apparitions.
1. Haute AutoritØ de santØ
vii
Finally, we come back to the most important contributions of this work
through a general discussion and we propose perspectives to improve our
results.
viii
Table des matiŁres
Remerciements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . iii
RØsumØ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . v
Abstract . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . vii
Table des matiŁres . . . . . . . . . . . . . . . . . . . . . . . . . . . ix
Table des (cid:28)gures . . . . . . . . . . . . . . . . . . . . . . . . . . . . xv
Liste des tableaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . xix
Glossaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xxi
Introduction 1
1 (cid:201)tat de l’art 3
1.1 (cid:201)vØnements indØsirables . . . . . . . . . . . . . . . . . . . . . 3
1.1.1 DØ(cid:28)nitions . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.1.1.1 (cid:201)vØnements indØsirables . . . . . . . . . . . . 6
1.1.1.2 Causes . . . . . . . . . . . . . . . . . . . . . . 7
1.1.2 CatØgorisation des ØvØnements indØsirables . . . . . . . 9
1.1.2.1 CatØgorisation temporelle . . . . . . . . . . . 9
1.1.2.2 CatØgorisation par localisation . . . . . . . . 10
1.1.2.3 CatØgorisation par cause . . . . . . . . . . . . 11
1.1.3 Gestion des risques . . . . . . . . . . . . . . . . . . . . 12
1.1.3.1 Identi(cid:28)cation des risques en mØdecine . . . . . 12
1.1.3.2 CaractØrisation des risques en chirurgie . . . . 13
1.1.3.3 StratØgies de gestion des risques en chirurgie . 16
1.1.3.4 ModŁle de gestion des risques . . . . . . . . . 16
1.1.4 Discussion . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.2 Principe de la modØlisation des processus chirurgicaux . . . . 20
1.2.1 La modØlisation . . . . . . . . . . . . . . . . . . . . . . 20
1.2.1.1 Domaine d’Øtude . . . . . . . . . . . . . . . . 20
1.2.1.2 GranularitØ de modØlisation . . . . . . . . . . 21
1.2.1.3 Acteurs . . . . . . . . . . . . . . . . . . . . . 22
1.2.1.4 Formalisation . . . . . . . . . . . . . . . . . . 23
1.2.2 L’acquisition des donnØes . . . . . . . . . . . . . . . . . 24
ix
1.2.2.1 GranularitØ d’acquisition . . . . . . . . . . . . 24
1.2.2.2 Acteurs (cid:224) l’origine des donnØes . . . . . . . . 25
1.2.2.3 Temps chirurgical concernØ par l’acquisition
des donnØes . . . . . . . . . . . . . . . . . . . 25
1.2.2.4 Moyens d’acquisition . . . . . . . . . . . . . . 26
1.2.3 Construction des modŁles de processus chirurgicaux . . 28
1.2.4 Utilisation des modŁles de processus chirurgicaux . . . 29
1.2.4.1 Reconnaissance automatique de modŁles in-
dividuels de processus chirurgicaux . . . . . . 29
1.2.4.2 Comparaison et classi(cid:28)cation des modŁles de
processus chirurgicaux . . . . . . . . . . . . . 31
1.2.4.3 Nature prØdictive des modŁles de processus
chirurgicaux . . . . . . . . . . . . . . . . . . . 33
1.2.5 Applications cliniques visØes par les modŁles de pro-
cessus chirurgicaux . . . . . . . . . . . . . . . . . . . . 34
1.2.5.1 Apprentissage et Øvaluation de l’expertise . . 34
1.2.5.2 Optimisation du bloc opØratoire . . . . . . . . 35
1.2.5.3 Aide (cid:224) la chirurgie . . . . . . . . . . . . . . . 35
1.2.5.4 Assistance robotique . . . . . . . . . . . . . . 36
1.2.5.5 (cid:201)valuation des techniques et des systŁmes . . 36
1.2.5.6 QualitØ chirurgicale . . . . . . . . . . . . . . . 36
1.2.6 Validation des modŁles de processus chirurgicaux . . . 36
1.2.6.1 Objectif de validation . . . . . . . . . . . . . 37
1.2.6.2 ParamŁtres d’entrØes . . . . . . . . . . . . . . 37
1.2.6.3 VØritØ terrain . . . . . . . . . . . . . . . . . . 37
1.2.6.4 MØtriques . . . . . . . . . . . . . . . . . . . . 38
1.2.7 (cid:201)valuation . . . . . . . . . . . . . . . . . . . . . . . . . 39
1.2.8 Discussion . . . . . . . . . . . . . . . . . . . . . . . . . 39
1.3 ModØlisation des processus chirurgicaux, comportements chi-
rurgicaux et ØvØnements indØsirables . . . . . . . . . . . . . . 40
1.3.1 DØtection d’ØvØnements indØsirables par modØlisation
des processus chirurgicaux . . . . . . . . . . . . . . . . 40
1.3.2 Comportements chirurgicaux et ØvØnements indØsirables 42
1.3.3 ProblØmatiques de la thŁse . . . . . . . . . . . . . . . . 42
2 ModØlisation de la rectopexie et des ØvØnements indØsirables 45
2.1 ModØlisation des connaissances . . . . . . . . . . . . . . . . . 46
2.1.1 MØthodologies de crØation d’une ontologie . . . . . . . 47
2.1.1.1 MØthode de construction de Cyc KB . . . . . 47
2.1.1.2 Squelette mØthodologique . . . . . . . . . . . 48
2.1.1.3 MØthode de Gr(cid:252)ninger & Fox . . . . . . . . . 48
x