L’intelligence artificielle (IA) peut prédire avec précision l’évolution fonctionnelle des patients souffrant d’arthrose coxofémorale après une chirurgie de remplacement total de hanche (RTH). Des chercheurs du Karlsruhe Institute of Technology (KIT), en collaboration avec la clinique de traumatologie et orthopédie de l’Universitätsmedizin Frankfurt, ont développé un modèle d’IA capable d’analyser les patterns de marche (biomécanique de la démarche) avant et après l’intervention. Cette approche permet non seulement de prédire l’efficacité de la chirurgie, mais aussi d’adapter les programmes de rééducation aux besoins individuels des patients. Les résultats, publiés dans Arthritis Research & Therapy, ouvrent la voie à un traitement personnalisé en orthopédie. En Allemagne, près de 200 000 RTH sont réalisés chaque année, principalement pour traiter l’arthrose de la hanche, une maladie causée par l’usure du cartilage du fémur et de l’os iliaque. Pourtant, les résultats postopératoires varient considérablement d’un patient à l’autre. Le projet HOBBID, financé par la Fondation allemande de la recherche, vise à comprendre ces différences grâce à une analyse biomécanique et biomarqueurs. Les données de biomécanique de la marche ont été collectées par l’Universitätsmedizin Frankfurt et transmises au KIT pour analyse par IA. Le modèle d’IA, dirigé par le Dr Bernd J. Stetter du laboratoire de santé et technologie musculosquelettique de l’IfSS, traite des données complexes issues de modélisations musculosquelettiques tridimensionnelles, incluant les angles articulaires et les charges mécaniques. Sur un échantillon de 109 patients atteints d’arthrose unilatérale de la hanche, dont 63 ont été réévalués après chirurgie et 56 personnes saines servies de groupe témoin, l’analyse a permis d’identifier trois sous-groupes distincts selon leurs patterns de marche. Ces groupes se différencient par leur âge, leur poids, leur taille, leur vitesse de marche et la sévérité de leur arthrose. Les résultats montrent que la réponse à la chirurgie varie fortement selon le groupe : certains patients retrouvent presque une démarche normale, tandis que d’autres présentent encore des anomalies significatives après l’intervention. L’IA, grâce à des paramètres biomécaniques clés comme les angles et charges de la hanche, permet de prédire avec fiabilité quel patient bénéficiera le plus de la chirurgie. Grâce à sa transparence et à son interprétabilité, le modèle est considéré comme prometteur pour une intégration clinique durable. Les chercheurs estiment que cette méthode pourrait être étendue à d’autres articulations (genou, épaule) et à d’autres pathologies. En aidant les médecins à prendre des décisions éclairées, à fixer des attentes réalistes avec les patients et à personnaliser la rééducation, cette IA représente une avancée majeure vers une médecine prédictive et personnalisée en orthopédie.