L’intelligence artificielle pourrait-elle aider à détecter la rétinopathie diabétique ?


  • Mary Corcoran
  • Univadis Actualités médicales
L'accès à l'intégralité du contenu de ce site est reservé uniquement aux professionnels de santé disposant d'un compte. L'accès à l'intégralité du contenu de ce site est reservé uniquement aux professionnels de santé disposant d'un compte.

Même s’il est estimé que 200 millions de personnes seront atteintes d’une rétinopathie diabétique d’ici 2040, le dépistage de l’affection est rendu difficile par des problèmes liés à la mise en œuvre et à la pérennité financière à long terme des programmes de dépistage ainsi que par le nombre insuffisant des personnes formées pour évaluer les images rétiniennes.

Dans le cadre d’une nouvelle étude, des chercheurs ont entrepris d’examiner si un système d’apprentissage profond (Deep Learning System, DLS) pourrait servir à dépister la rétinopathie diabétique et les maladies oculaires apparentées et d’examiner ses performances, par rapport à des évaluateurs humains professionnels.

Dans une évaluation de 494 661 images provenant de plusieurs ensembles de données (données cliniques, données basées sur la population et données sur une communauté multiethnique), les auteurs ont découvert que le DLS avait une sensibilité et une spécificité élevées pour identifier les cas pouvant nécessiter une orientation de rétinopathie diabétique et de rétinopathie diabétique menaçant la vue, ainsi que pour identifier les maladies oculaires apparentées, notamment les cas pouvant nécessiter une orientation de possible glaucome et de dégénérescence maculaire liée à l’âge. Les performances du DLS ont été acceptables sur le plan clinique et comparables à celles du modèle actuel basé sur l’évaluation d’images rétiniennes par des évaluateurs professionnels formés.

Écrivant dans la revue JAMA, les auteurs ont indiqué que d’autres recherches sont à présent nécessaires pour évaluer l’applicabilité du DLS dans les environnements de soins de santé et l’utilité du DLS pour améliorer les résultats liés à la vision.