Mountain View, Etats-Unis – De plus en plus de travaux témoignent de l’intérêt de la machine dans le domaine de la pathologie grâce à la mise au point de programmes faisant appel à l’intelligence artificielle. Le JAMA rapporte qu’un algorithme fondé sur le « deep learning » a été capable de détecter la rétinopathie diabétique sur des images de fond d’œil rétinien avec une sensibilité et une spécificité élevées [1]. Reste à savoir comment ces nouvelles techniques d’analyse reposant sur la machine vont se traduire dans la pratique clinique, comment les médecins et en particulier les anatomopathologistes vont s’y adapter et si, cela, va, au final, améliorer la prise en charge des patients. Ces questions sont abordées dans trois commentaires accompagnant l’article [2,3,4].
La rétinopathie diabétique, particulièrement adaptée à la détection automatisée
L’anatomopathologie et la radiologie, deux domaines de la médecine où la lecture d’images (histologiques, photographiques, radiologiques…) tient une place importante, bénéficient des premiers progrès en matière d’automatisation. Et la rétinopathie diabétique (RD) qui demande un dépistage important en raison de la taille de la population concernée – 5 millions de diabétiques de plus de 40 ans aux Etats-Unis – s’y prête particulièrement.
Plusieurs essais d’analyses d’images de fond d’œil automatisées ont été réalisées par le passé, mais ils reposaient jusqu’à présent, soit sur des algorithmes dits de « machine learning », où les ingénieurs et les experts entrainent la machine à reconnaitre certains motifs, soit sur de petites séries de photographies. Le travail présenté ici est innovant par sa méthode, le « deep learning », où l’ordinateur devient autodidacte (voir encadré), mais aussi par la précision des résultats obtenus.
Comprendre le « deep learning » Après une phase où les résultats n’étaient pas à la hauteur des attentes, l' « apprentissage profond » a aujourd’hui le vent en poupe. Ce système d'apprentissage et de classification est même désormais la méthode phare de l'intelligence artificielle (IA). Outre sa mise en œuvre dans le champ de la reconnaissance vocale avec Siri, Cortana et Google Now, le deep learning est avant tout utilisé pour reconnaître le contenu des images, à l’instar de Facebook qui s'en sert pour détecter les images contraires à ses conditions d'utilisation. |
Actualités Medscape © 2016 WebMD, LLC
Citer cet article: Stéphanie Lavaud. Détecter la rétinopathie diabétique grâce à l’intelligence artificielle - Medscape - 15 déc 2016.
Commenter