1250238643

Regards sur
l’intelligence artificielle

Machine Learning, Deep Learning, réseau de neurones convolutifs… Lorsque la machine apprend à réfléchir sur des grandes quantités d’images numérisées ou de données ophtalmologiques, les progrès sont spectaculaires et les applications potentielles très nombreuses.

Les promesses de l’intelligence artificielle au service de la communauté ophtalmologique ont mille visages : aide à l’analyse d’image, confirmation des diagnostics simples, accompagnement de la décision thérapeutique et optimisation des protocoles de traitement, recherche de facteurs prédictifs de réponse aux traitements, suivi semi-automatisé de certains patients…

Outil performant, assistant du praticien, compagnon du chercheur, l’intelligence artificielle doit d’abord être vue comme un gain de temps permettant aux médecins de se concentrer là où leur expertise est la plus pertinente. Vous trouverez ci-après quelques unes des applications les plus prometteuses, à court, moyen ou long terme, qui sont au coeur des recherches actuelles. 1,2

-

2) IA au cabinet : nouvel assistant du praticien ?

Dépistage de la rétinopathie diabétique :
l’IA peut elle faire aussi bien que l’humain ? 2,5

L’IA a déjà permis de faire rentrer la rétinopathie diabétique (RD) dans une nouvelle ère avec l’existence de plusieurs algorithmes de dépistage.

Aux Etats-Unis, un programme conçu pour automatiser le diagnostic de la RD est autorisé depuis 2018. Ce logiciel, opérant sur photographie du fond d’œil, permet de classer les patients selon leur degré de RD. Les images sont envoyées vers un Cloud qui héberge un algorithme capable de donner une réponse binaire : détection d’une RD (de stade modéré à sévère), le patient est alors invité à consulter un ophtalmologiste, ou absence de RD, proposant de refaire un contrôle 1 an plus tard.

La France n’est pas en reste dans le développement de tels outils, une société privée propose un algorithme intégré à une plateforme permettant le dépistage de la RD par télémédecine.

D’autres études innovantes sont actuellement en cours. Elles utilisent le Machine Learning couplé aux images de fond d’œil
ou à l’OCT et le Deep Learning couplé à l’OCT.

#intelligenceartificielle #depistage #OCT #retinopathiediabetique #deeplearning #machinelearning

Dépistage de la retinopathie diabétique

FOCUS SUR… le projet EVIRED

« Au-delà du dépistage, l’avenir est d’anticiper la trajectoire de la rétinopathie diabétique ».
Pr Ramin Tadayoni, porteur du projet EVIRED, professeur d’ophtalmologie à l’Université de Paris, chef de service à l’hôpital Lariboisière, l’hôpital Saint-Louis et l’hôpital Fondation Adolphe de Rothschild

 

Examen de fond d'oeil

Interprétation automatisée des OCT :
voir ce que l’œil ne voit pas. 3,6,7

Différencier les différents types de liquide rétinien dans les maladies maculaires exsudatives telles que l’occlusion veineuse rétinienne, la DMLA néovasculaire ou l’oedème maculaire diabétique, est maintenant possible.

L’IA est ainsi capable de segmenter les liquides intra et sous-rétiniens, les drusen, les décollements de l’épithélium pigmentaire, voire les atrophies géographiques avec une grande précision.

Une équipe a montré qu’un logiciel d’IA pouvait repérer les signes d’activité grâce à l’évolution et à la disposition du fluide. L’algorithme a permis de détecter les signes exsudatifs en OCT en comparaison avec 3 rétinologues.

#intelligenceartificielle #OCT #DMLA #oedememaculairediabetique

 

Les progrès récents dans la segmentation montrent des performances comparables entre les mesures humaines et les algorithmes d’IA.

Exemple de résultats de segmentation proposés par un algorithme vs 2 rétinologues.

(a,e) : image d’origine ; (b,f) signal de segmentation proposé par un algorithme ; (c,g) annotations manuelles effectuées par le rétinologue 1 ; (d,h) annotations manuelles effectuées par le rétinologue 2. 7

Images reproduites avec l’aimable autorisation du Dr Venhuizen.

Utilisation de l'intelligence artificielle dans l'interprétation des OCT

Prédire pour mieux prescrire : et si l’IA pouvait optimiser les protocoles d’injection de la DMLA néovasculaire ? 1,2

Les injections intravitréennes (IVT) dans le traitement de la DMLA exsudative nécessitent une surveillance rapprochée des patients par la mesure de l’acuité visuelle et par l’analyse des images OCT.

Des travaux ont cherché à prédire le nombre d’IVT nécessaire à un patient durant les 2 premières années de son traitement à partir des images OCT de la dose de charge (3 injections mensuelles).

Les patients ont été séparés en 3 groupes (nombre d’IVT nécessaire : faible → 0-6, modéré → 6-15, élevé → 6-21). L’utilisation de l’IA a permis de prédire le nombre d’IVT nécessaire dans 70 % des cas, alors que l’homme n’y parvenait que dans 25 % des cas. D’autres travaux ont été réalisés pour trouver l’intervalle de réinjection optimal en schéma “Treat and Extend”.

#intelligenceartificielle #injections #OCT #DMLA

Apport de l'intelligence artificielle dans la prédiction du nombre d'IVT

Essais cliniques : et si l’IA permettait de gagner en efficacité ? 1

Domaine de l’expérimentation « réelle » par excellence, la recherche clinique pourrait pourtant fortement bénéficier de l’IA.

Les possibilités sont nombreuses :     

  • Aide à la conception méthodologique et statistique des protocoles d’études, sur la base des essais déjà réalisés.
  • Sélection optimisée des patients inclus ou exclus pour limiter les biais de sélection.
  • Collecte automatisée des données détectant les anomalies.
  • Standardisation de l’analyse des résultats d’imagerie, afin d’éviter les biais liés à la variabilité inter et intra-praticien.
  • Analyses exploratoires des données permettant de détecter de nouveaux facteurs prédictifs de réponse aux traitements.
  • Etablissement de modèles d’évolution de la maladie, pouvant laisser envisager, dans certaines situations, de réduire la durée des études voire de se passer d’un bras contrôle (et augmenter le nombre de patients dans le bras d’analyse).

#intelligenceartificielle #essaiscliniques

Intelligence artificielle et essais cliniques

Ces développements sont encore assez théoriques mais très prometteurs et pour certains déjà en expérimentation.

On conçoit aisément les bénéfices des possibilités évoquées, avec des essais cliniques plus courts, moins coûteux, et conduisant à des réponses plus rapides pour les patients.

Pour recevoir nos futurs contenus,
abonnez-vous en cliquant ici

Je m’abonne