Table des matières:
- Diagnostiquer la dégénérescence maculaire, rétinopathie diabétique
- Traiter les patients dont les spécialistes sont rares
- Faire confiance aux médecins
- Autres utilisations de la technologie artificielle
27 février 2018
l'intelligence artificielle (IA) pour diagnostiquer et traiter les problèmes de santé continue de prendre de l'ampleur, une nouvelle étude montrant comment la technologie peut accélérer le diagnostic et le traitement des maladies oculaires.
Un article publié le 22 février dans la revue décrit comment l'IA peut être appliquée aux patients atteints de maladies rétiniennes. La recherche, menée par Kang Zhang, MD, PhD, professeur d'ophtalmologie à Shiley Eye Institute à l'Université de Californie à San Diego, démontre qu'un ordinateur pourrait apprendre à reconnaître avec précision et fiabilité des maladies oculaires communes comme la dégénérescence maculaire et la rétinopathie diabétique.
"Il s'agit d'essayer d'enseigner à un ordinateur ce qu'est une image et comment prendre une décision sur ce qu'ils voient", explique le Dr Zhang. «L'objectif est que l'ordinateur soit aussi bon que le spécialiste qui a suivi des études de médecine et qu'il ait reçu une formation poussée en diagnostic et traitement médicaux.»
Il faut des décennies d'expérience pratique pour atteindre les plus hauts niveaux d'expertise », ajoute-t-il,« nous voyons un ordinateur capable de reconnaître ces choses après quelques jours. »
L'article fait suite à d'autres études récentes qui montrent que les ordinateurs à apprentissage profond peuvent avoir une place légitime dans les soins de santé, explique Rahul Khurana, MD un ophtalmologiste à Mountain View, en Californie, et un porte-parole clinique de l'American Academy of Ophthalmology.
«Ce type de technologie est très précis pour les patients atteints de certains types de conditions», explique le Dr Khurana. "
Diagnostiquer la dégénérescence maculaire, rétinopathie diabétique
Dans le nouveau papier, Zhang et ses collègues en Chine, en Allemagne et au Texas ont d'abord nourri les images des troubles oculaires dans l'ordinateur. Les images ont été prises avec une technique d'imagerie connue sous le nom de tomographie par cohérence optique. Cette nouvelle technologie de diagnostic révolutionnaire utilise des ondes lumineuses pour prendre des images en coupe haute résolution de l'œil afin de donner aux médecins un moyen de cartographier et de mesurer la rétine en détail.
Les scintigraphies sont utilisées pour repérer des affections courantes dégénérescence, dans laquelle une partie de la rétine appelée la macula se détériore, et la rétinopathie diabétique, une complication du diabète qui provoque le gonflement des vaisseaux sanguins dans la rétine et une fuite de liquide. Les deux sont des conditions dangereuses qui peuvent causer la cécité si elles ne sont pas diagnostiquées et traitées rapidement.
Les approches de calcul actuelles nécessitent des millions d'images pour entraîner un ordinateur. La recherche de Zhang utilisait un "réseau de neurones convolutionnels" basé sur l'IA qui nécessitait un ensemble de données beaucoup plus petit de seulement 200 000 scans d'imagerie de cohérence optique.
"L'ordinateur apprend la carte normale de l'oeil". "Nous lui donnons une variété d'images à apprendre et à mémoriser. Nous enseignons, par exemple, «si cet endroit est ici, il va s'agir d'une dégénérescence maculaire». La beauté de ceci est au lieu d'avoir l'ordinateur à apprendre par lui-même, nous pouvons leur dire ce qu'il faut rechercher. Il s'agit de concevoir des logiciels pour faire penser les ordinateurs à un être humain. "
L'ordinateur a pu déterminer si un patient devait être orienté vers un traitement dans les 30 secondes et avec une précision de 95%.
démontre que les réseaux de neurones peuvent aider les médecins et peut-être même les dépasser avec la capacité de se souvenir de tant de données. Une telle technologie aura des applications dans le monde entier, prédit Zhang. Dans les pays riches en ressources comme les États-Unis, il peut accélérer le délai critique entre les signes de maladie et de traitement.
"Un patient avec une dégénérescence maculaire possible peut avoir besoin d'être traité dans un mois, mais les références et les rendez-vous peuvent prendre plusieurs mois. Cela peut retarder le diagnostic et le traitement », dit-il.
Traiter les patients dont les spécialistes sont rares
Dans les régions pauvres, la technologie peut aider les patients qui ne recevraient pas de soins en raison de la pénurie de médecins. Zhang et ses collègues emmèneront leur réseau de neurones en Haïti cet été pour évaluer son utilité. La région compte une grande population de diabétiques à risque de rétinopathie, mais elle compte moins de 60 ophtalmologistes.
«Cette capacité permettra, espérons-le, à plus de patients d'avoir accès au système de santé car nous pouvons diagnostiquer Khurana dit, notant qu'il y a environ 415 000 personnes vivant avec le diabète dans le monde qui sont à risque de rétinopathie diabétique. "Chaque fois que nous avons une technologie nouvelle et améliorée pour nous permettre de diagnostiquer plus rapidement et mieux, et de rendre les soins plus accessibles à la population, les patients et les médecins sont gagnants."
Faire confiance aux médecins
Des défis demeurent dans la mise en œuvre des réseaux basés sur l'IA dans les soins de santé, note Zhang. Les médecins doivent faire confiance à leurs assistants informatiques. Dans l'étude, Zhang et ses collègues ont également demandé à l'ordinateur d'expliquer son diagnostic, en identifiant les régions de l'œil qui ont été reconnues et ont servi de base à la conclusion de la machine.
«L'ordinateur ne crache pas un diagnostic. Il explique pourquoi il a fait le diagnostic et la recommandation qu'il a fait ", dit-il. "Cela rend cela plus transparent et aide le médecin à faire davantage confiance à l'ordinateur. De cette façon, ce n'est pas seulement une boîte noire, et vous n'avez aucune idée de la raison pour laquelle il donne les diagnostics. "
Autres utilisations de la technologie artificielle
Les réseaux AI ont un potentiel énorme en imagerie médicale. Zhang a également montré que le système pouvait distinguer entre la pneumonie virale et bactérienne chez les enfants en examinant les rayons X. Alors que la pneumonie virale peut ne nécessiter aucun traitement, un patient atteint de pneumonie bactérienne nécessite un traitement antibiotique rapide pour prévenir les complications graves de la maladie.
«Nous voyons une variété de domaines médicaux où l'intelligence artificielle est de plus en plus utilisée» Khurana dit. "Je pense que c'est une période très excitante pour le domaine de l'intelligence artificielle et ses applications en médecine."
