Étude GRANU-LATENT : validation métrologique de la mesure du tissu de granulation dans les plaies chroniques

Première étude métrologique dédiée à la mesure du pourcentage de tissu de granulation dans les plaies chroniques, conduite sous la direction du Dr Guillaume Maxant. L'étude mobilise 100 images de plaies évaluées par 6 cliniciens experts indépendants et 9 méthodes de mesure complémentaires, afin d'établir des facteurs de correction calibrés applicables aux algorithmes d'IA et à la recherche clinique.

Cadre de l'étude

Étude métrologique conduite sous la direction du Dr Guillaume Maxant, Service de chirurgie vasculaire, CH de Haguenau. Première étude internationale dédiée à la quantification rigoureuse du tissu de granulation dans les plaies chroniques.

Calendrier

• Effectif : 100 images de plaies chroniques
• Évaluateurs : 6 cliniciens experts indépendants
• Méthodes comparées : 9 méthodes de mesure (évaluation visuelle, segmentation manuelle, algorithmes automatisés, analyse colorimétrique)
• Statut : étude en cours

Type d'étude

Étude métrologique comparative selon une approche sans référence absolue (reference-free). Cette méthodologie originale est rendue nécessaire par l'absence actuelle de méthode de référence pour la mesure du tissu de granulation, contrairement à la mesure de surface où la planimétrie numérisée fait autorité.

Objectifs

L'étude poursuit deux objectifs structurants pour le suivi de cicatrisation des plaies :

• Établir des facteurs de correction calibrés applicables aux algorithmes de classification tissulaire par IA
• Fournir un référentiel rigoureux pour l'annotation des images en recherche clinique

Pourquoi cette étude ?

L'évaluation de la composition tissulaire d'une plaie (proportions de granulation, fibrine, nécrose) est un indicateur clinique majeur du suivi de cicatrisation. Pourtant, contrairement à la mesure de surface, aucune méthode de référence n'est aujourd'hui établie internationalement.

Cette absence limite la comparabilité des études cliniques, la qualité des bases de données d'apprentissage pour l'IA et la standardisation des pratiques cliniques. GRANU-LATENT répond à ce besoin fondamental en proposant une approche métrologique rigoureuse fondée sur la convergence de plusieurs méthodes indépendantes et l'expertise multiple.

Les résultats contribueront à la standardisation internationale de l'évaluation des plaies, au-delà du seul écosystème Pixacare. Cette étude s'inscrit dans la suite logique du programme Pixaire-1 et PIXAIRE-Redux sur la validation de la mesure des plaies par IA.

Mots-clés

Tissu de granulation, plaie chronique, intelligence artificielle, métrologie, cicatrisation, standardisation, validation de méthode, dispositif médical numérique