L’IA a un taux de détection parfait pour les cas graves de pathologies provoquant la cécité chez les prématurés : étude

L’IA a un taux de détection parfait pour les cas graves de pathologies provoquant la cécité chez les prématurés : étude

Accueil » Psychologie » Troubles mentaux » Adulte » L’IA a un taux de détection parfait pour les cas graves de pathologies provoquant la cécité chez les prématurés : étude

Une technologie d'intelligence artificielle peut détecter avec précision et indépendamment 100 % des cas graves d'une maladie provoquant la cécité qui affecte les bébés nés prématurément, selon une nouvelle recherche de l'Oregon Health & Science University et de ses collaborateurs, publiée dans JAMA Ophthalmology.

La technologie a le potentiel d’étendre le dépistage mondial – et, à terme, le traitement permettant de sauver la vue – de la rétinopathie du prématuré, ou ROP, la maladie qui a rendu aveugle le musicien Stevie Wonder.

La ROP provoque une croissance anormale des vaisseaux sanguins près de la rétine, qui est le tissu sensible à la lumière situé à l'arrière de l'œil. Environ 2 millions de bébés naissent chaque année suffisamment tôt pour développer une ROP, même si dans la plupart des cas, la maladie est bénigne et disparaît sans traitement. Les cas graves entraînent la cécité d'environ 500 bébés aux États-Unis et d'environ 50 000 bébés dans le monde chaque année. De plus en plus de cas ne sont pas traités dans les pays à revenu faible ou intermédiaire, où il y a moins d'ophtalmologistes pour examiner et traiter les prématurés.

“La ROP est la principale cause de cécité chez les enfants aux États-Unis et dans le monde, et peut-être le problème le plus résoluble parmi tant d'autres dans les efforts mondiaux visant à réduire la cécité évitable”, a déclaré l'auteur correspondant de l'étude, J. Peter Campbell, MD, MPH, professeur agrégé d'ophtalmologie à l'École de médecine de l'OHSU et à l'OHSU Casey Eye Institute. “Bien que nous ne puissions pas prévenir complètement la ROP, nous pouvons presque toujours prévenir la cécité due à la ROP.

“Bien qu'il existe des médecins qualifiés dans le traitement de la ROP dans de nombreuses régions du monde, il n'y en a tout simplement pas assez pour dépister tous les bébés à risque”, a poursuivi Campbell. “Cet article démontre que l'IA peut remplacer efficacement le médecin pour le dépistage au chevet et orienter les cas les plus urgents vers un médecin pour traitement.”

Une technologie pour étendre les soins

Lorsqu'il était encore à l'OHSU, Michael Chiang, MD, aujourd'hui directeur du National Eye Institute des National Institutes of Health, et ses collègues ont développé pour la première fois le système i-ROP Deep Learning, qui utilise un algorithme d'IA pour identifier les anomalies des vaisseaux sanguins dans la rétine. images. Actuellement, des ophtalmologistes spécialement formés doivent examiner manuellement ces images pour diagnostiquer la ROP.

Les recherches antérieures de l'équipe ont montré que leur technologie d'IA pouvait diagnostiquer avec précision la ROP et pouvait également être utilisée efficacement à distance via des rendez-vous de télémédecine au lieu d'examens de la vue traditionnels en personne.

Cette nouvelle étude marque la première fois que le dépistage autonome de la ROP par l'IA fonctionne dans une population réelle, ce qui signifie que la technologie signale correctement la maladie par elle-même, sans l'aide d'un ophtalmologiste et sans présélection d'images pour améliorer la qualité des données. Bien que de nombreux algorithmes d’IA fonctionnent dans le cadre d’expériences contrôlées, ils échouent souvent dans le monde réel en raison des différences entre les données d’entraînement et leur utilisation dans le monde réel.

Pour cette étude, le système d’IA a analysé près de 12 000 images de plus de 4 000 rétines de bébés. Les photos ont été prises par des infirmières d’unités de soins intensifs néonatals dans des hôpitaux américains et indiens. Les ophtalmologistes avaient précédemment examiné les images dans le cadre de programmes de télémédecine dans les deux pays et avaient découvert qu'environ 1,2 % des bébés présentaient des formes graves de ROP, tandis qu'environ 5,8 % présentaient des cas plus que bénins.

Le système d’IA a correctement identifié tous les cas graves et a détecté avec précision 80 % des cas présentant une ROP plus que légère.

Le système i-ROP Deep Learning a été initialement développé par des chercheurs de l’OHSU, du Massachusetts General Hospital, de la Northeastern University, de l’Université de l’Illinois à Chicago et du consortium Imaging & Informatics in ROP, ou i-ROP. En 2020, la Food and Drug Administration a accordé à ce produit le statut de percée technologique pour accélérer son développement.

En plus de son rôle à l'OHSU, Campbell est également PDG de Siloam Vision, qui a autorisé la technologie et dirige actuellement des essais cliniques pour évaluer la sécurité et l'efficacité du système d'IA. Siloam Vision s'est également associée à l'organisation à but non lucratif Orbis International pour mettre en œuvre la technologie dans les pays à revenu faible ou intermédiaire.

Si la technologie est finalement approuvée par les agences de réglementation, la ROP deviendrait la deuxième maladie oculaire pouvant être détectée de manière indépendante par l’IA. La rétinopathie diabétique, qui touche les personnes atteintes de diabète et constitue la principale cause de cécité chez les adultes en âge de travailler, peut déjà être détectée grâce à trois appareils d'IA autonomes dont l'utilisation est approuvée aux États-Unis.

★★★★★

A lire également