Ecoulements de deux fluides et apprentissage automatique pour le contrôle de la thérapie par surfactant dans le traitement du syndrôme de détresse respiratoire aigüe – INHALE

La thérapie par remplacement de surfactant (SRT) consiste à instiller une solution de surfactant dans la trachée des nouveau-nés prématurés dont les poumons se dilatent difficilement. Malgré une efficacité prouvée, les doses et modes d’administration sont avant tout empiriques, et la compréhension limitée des mécanismes physiques associés complique l’évaluation de l’efficacité clinique pour d’autres pathologies respiratoires. Dans ce contexte, le développement de méthodes systématiques aptes à soutenir l'évaluation des options de traitement par les médecins revêt une importance considérable.

En parallèle, les avancées récentes en matière d'apprentissage automatique ont conduit à des progrès importants dans le domaine de la prise de décision, grâce notamment au couplage entre réseaux de neurones profonds et algorithmes d’apprentissage par renforcement (apprentissage par renforcement profond, ou DRL). Le DRL s'est répandu progressivement, quoique lentement, en mécanique des fluides. Une telle approche suscite notamment un intérêt grandissant pour le contrôle des écoulements fortement non-linéaires, car un agent DRL se contente d’observer la façon dont un système réagit à une action donnée. Il analyse les données passées et les convertit en information exploitable en vue d’améliorer la commande future, tout en tirant pleinement parti des possibilités d’actuation (permettant ainsi d'éviter certaines limites des approches de contrôle basées sur des modèles). Ce projet vise à poursuivre le développement de la méthode en élargissant son champ d'application aux problèmes concrets rencontrés en simulation numérique des écoulements pulmonaires, ceci via un contrôle ciblé de l’administration de surfactant exogène dans les voies respiratoires humaines.

Le projet vise ainsi à concevoir de nouvelles stratégies de traitement par surfactant, grâce à une combinaison à la pointe de l'état de l'art de méthodes numériques (pour caractériser l’efficacité et l’homogénéité de l'administration par des simulations haute fidélité du système air-surfactant) et d’algorithmes DRL (pour optimiser l'administration en ajustant dynamiquement les paramètres fonctionnels: dose, débit, propriétés du surfactant, position du patient). Le solveur multiphase intègrera des modèles dédiés et réalistes de surfactant (rhéologie et tension de surface) validés expérimentalement. Une attention particulière sera portée à la validation des résultats, via des études pilotes expérimentales réalisées dans des modèles simplifiés (symétriques, asymétriques) de voies respiratoires, jusqu'à des géométries spécifiques au patient reconstruites à partir de données d'imagerie médicale. Il s'agit d'une première dans ce domaine, à même de créer de nouvelles opportunités théoriques et numériques.

INHALE s'appuie sur un consortium fort, rassemblant les compétences complémentaires et l'expertise de scientifiques à fort impact dans les disciplines clés : mécanique numérique couplée à l'intelligence artificielle, transport et administration liquide dans les voies respiratoires, rhéologie des surfactants. Le projet fait passer au niveau supérieur des outils numériques capables de simuler et d’optimiser la SRT dans des modèles réalistes et spécifiques au patient d’arbres respiratoires. Ceci permettra de réduire la part de subjectivité dans l’évaluation clinique, de consolider la prise de décision des médecins, et de faciliter l’émergence de nouvelles voies thérapeutiques. De telles capacités peuvent sauver des vies, améliorer la qualité de vie des patients, et éliminer les effets secondaires (et le coût) issus de plans de traitement sous-optimaux.

Le travail proposé ouvre une voie prometteuse vers une prise en charge personnalisée des patients atteints de maladies respiratoires. Il est hautement multidisciplinaire et les méthodes développées dans le cadre de ce projet peuvent être rapidement adaptées à un large éventail d'applications d'ingénierie et biomédicales.