Détecter la rétinopathie diabétique grâce à l’intelligence artificielle

Stéphanie Lavaud

Auteurs et déclarations

15 décembre 2016

Redéfinir les rôles

Dans un autre éditorial, le Dr Eric Topol et Sarabh Jha ré-inventent la place de l’anatomopathologiste et du radiologue à l'aune du deep learning [3]. Si la « combinaison des big data et de l’intelligence artificielle, que certains voient comme la quatrième révolution industrielle, va modifier la pratique de la radiologie et de l’anatomopathologie, de même que d’autres pans de la médecine, dire que les anatomopathologistes et les radiologues vont être remplacés par des machines semble exagéré. Néanmoins, ces derniers vont devoir envisager un avenir dans lequel l’intelligence artificielle fera partie de leur force de travail dans le domaine du soin » anticipent-ils. Et pour cause : « l’intelligence artificielle peut réaliser les tâches les plus complexes des pathologistes, et, dans certains cas, avec plus de précision ».

Une étude récente a montré que les ordinateurs pouvaient prédire le grade et le stade d’un cancer du poumon mieux que ne le feraient des pathologistes. Au point que les deux experts prévoient à l’avenir un rapprochement des deux disciplines en une seule entité dont le but ne serait plus d’extraire de l’information à partir d’images radiologiques ou histologiques mais de gérer l’information extraite par l’intelligence artificielle pour la replacer dans le contexte clinique du patient ». Le message du Dr Eric Topol et de Sarabh Jha se veut rassurant : « pas de perte d’emploi, mais des rôles redéfinis ».

Le troisième éditorial met l’accent lui aussi, en s’appuyant sur l’exemple du logiciel mis au point par Varun Gulshan et son équipe,sur la façon dont les algorithmes s’insèrent lentement mais irrémédiablement dans la pratique clinique, avec un autre avantage à la clé : de l’information obtenue à moindre coût [4].

 

Le Dr Gulshan et plusieurs co-auteurs ont déposé des brevets d’analyse d’images de fond d’œil en utilisant des modèles de machine learning.
Le Dr Wong est propriétaire d’un brevet pour un logiciel de détection automatisée de la RD et reçoit une rémunération de consultants de Abbott, Novartis, Pfizer, Allergan, et Bayer.
Le Dr Bressler est propriétaire d’un brevet pour un système automatisé de detection de la DMLA et d’autres anomalies rétiniennes.
Les Drs Beam et Kohane n’ont pas de liens d’intérêt financiers. Le Dr Jha a été orateur pour Toshiba Medical Systems.
Le Dr Topol a reçu une rémunération comme conseiller pour Google Inc et Apple, il est aussi rédacteur en chef de Medscape Medical News.

 

REFERENCES:

  1. Gulshan V, Peng L, Coram M et al. Development and Validation of a Deep Learning Algorithm for Detection of Diabetic Retinopathy in Retinal Fundus Photographs. JAMA. Published online November 29, 2016. doi:10.1001/jama.2016.17216

  2. Wong TY, Bressler NM. Artificial Intelligence With Deep Learning Technology Looks Into Diabetic Retinopathy Screening. JAMA. Published online November 29, 2016. doi:10.1001/jama.2016.17563

  3. Jha S, Topol EJ. Adapting to Artificial Intelligence Radiologists and Pathologists as Information Specialists. JAMA. Published online November 29, 2016. doi:10.1001/jama.2016.17438

  4. Beam AL, Kohane IS. Translating Artificial Intelligence Into Clinical Care. JAMA. Published online November 29, 2016. doi:10.1001/jama.2016.17217

  5. Tual M. Le « deep learning », une révolution dans l'intelligence artificielle , 28/07/2015

Commenter

3090D553-9492-4563-8681-AD288FA52ACE
Les commentaires peuvent être sujets à modération. Veuillez consulter les Conditions d'utilisation du forum.

Traitement....