Intelligence artificielle : prédire le risque cardiovasculaire à partir d’un fond d’œil

Stéphanie Lavaud

Auteurs et déclarations

28 février 2018

Mountain View, Etats-Unis — Montre-moi tes yeux, je te dirai ce que risque ton cœur. Ce nouvel adage pourrait bien devenir très vite réalité puisqu’en s’appuyant sur l’intelligence artificielle (IA), les chercheurs de Verily, filiale de Google, viennent de montrer que l’on peut prédire, avec la même précision que les meilleurs scores actuels – 70% de concordance –, le risque d’événements cardiovasculaires majeurs sur 5 ans d’un individu sur la seule base d’un examen simple et peu coûteux : son fond d’œil [1]. Mais plus intéressant encore, les chercheurs ont été capables d’entrouvrir la boîte de Pandore que constitue le « deep learning » et de définir les « zones d’intérêt » privilégiées par l’algorithme pour établir ses prédictions. L’étude est publiée dans Nature Biomedical Engineering [1] .

« Cette découverte est particulièrement enthousiasmante car elle suggère que l’on pourrait découvrir encore d’autres moyens de diagnostiquer des problèmes de santé à partir d’images rétiniennes » a commenté Lily Peng, médecin et chercheur dans la Google Brain Team et signataire de l’étude, dans un blog [2]

 
Cette découverte est particulièrement enthousiasmante Dr Lily Peng
 

Calculateurs de score versus IA

Aujourd’hui, évaluer le risque cardiovasculaire d’une personne requiert un ensemble de données incluant des caractéristiques médicales du patient, issues de l’examen clinique (âge, genre, statut tabagique, pression artérielle, IMC, antécédents) et de prélèvements urinaires et sanguins (cholestérol, glucose). Une méthode non optimale si l’on considère que les données peuvent manquer, et la nécessité d’examens invasifs, sans compter que « nous ne savons pas précisément comment ces facteurs s’additionnent chez un patient donné, ce qui nous conduit à réaliser parfois des investigations sophistiquées, comme demander un scanner pour voir les calcifications coronaires, afin de mieux stratifier le risque individuel de faire un événement cardiovasculaire comme un infarctus ou un accident vasculaire cérébral » explique le Dr Michael V. McConnell, chef du département des innovations en santé cardiovasculaire chez Verily [3].

Près des yeux, près du cœur

Comme pour d’autres exemples récents, en particulier dans la rétinopathie diabétique (par la même équipe), où les techniques faisant appel à l’intelligence artificielle ont été capables d’augmenter la précision du diagnostic à partir d’images médicales [4,5,6,7], les chercheurs de Verily se sont demandés s’il existait des éléments présents dans un fond d’œil – facile et peu cher à obtenir – permettant de définir le niveau de risque cardiovasculaire. Pour cela, ils ont fait appel au « machine learning » dernier cri – c’est-à-dire utilisant les réseaux de neurones artificiels –  où l’algorithme apprend par lui-même à établir le meilleur diagnostic possible à partir d’images médicales, avec une précision identique à celle d’un expert.

Pourquoi l’œil ?

« Parce que des marqueurs de maladies cardiovasculaires comme la rétinopathie hypertensive et des emboles de cristaux de cholestérol y sont présents, répondent les chercheurs. De plus, les vaisseaux sanguins et leurs particularités (calibre, tortuosité, bifurcation, modifications micro-vasculaires) susceptibles de refléter l’état du système vasculaire dans son ensemble sont visibles dans la rétine de façon non invasive ».

Algorithme de prédiction des facteurs de risque CV

Les chercheurs de Verily ont « entrainé » les algorithmes sur les photographies rétiniennes de 284 335 patients issus de deux banques de données. Dans l’une de ces banques, les patients diabétiques prédominaient, l’autre était plus représentative de la population générale, mais la moyenne d’âge était de 55 ans dans les deux. Avant d’établir un algorithme de détection des événements cardiaques, les chercheurs ont d’abord mis au point un algorithme de prédiction des facteurs de risque CV qui a notamment été capable de prédire l’âge des patients avec une marge d’erreur d’environ 3 ans mais aussi la pression artérielle systolique (PAS), l’indice de masse corporel (IMC) et l’HbA1c. « Par exemple, notre algorithme a été capable de distinguer avec une précision de 71% entre les photographies de rétine d’un fumeur ou d’un non-fumeur. En outre, alors que les médecins peuvent discriminer les patients avec une pression artérielle élevée de ceux ayant une pression artérielle normale, notre algorithme a été encore plus loin en prédisant la PAS des patients + 11 mmHg, qu’ils soient ou non hypertendus » rapporte le Dr Peng [2].

Prédire un événement CV majeur avec une précision de 70%

« Comme les photographies rétiniennes seules étaient suffisantes pour prédire différents facteurs de risques cardiovasculaires, nous avons pensé que ces images pourraient aussi être directement corrélées aux événements cardiovasculaires » expliquent les auteurs [1]. « En comparant la photographie rétinienne d’un patient qui a subi un événement CV majeur dans les 5 années suivantes et celle d’un patient sans accident CV, notre algorithme a été capable de reconnaitre celui qui avait expérimenté un événement CV majeur avec une précision de 70%. Cette performance est comparable à la précision des calculateurs de risque CV qui, eux, requièrent une prise de sang pour doser le cholestérol » remarque la chercheuse.

 
Notre algorithme a été capable de reconnaitre celui qui avait expérimenté un événement CV majeur avec une précision de 70% Dr Lily Peng
 

Ouvrir la boîte noire et augmenter la confiance

Enfin, et c’est visiblement ce qui leur semble le plus important pour les chercheurs, il a été possible d’identifier les régions anatomiques les plus pertinentes sur chacune des photographies, établissant ainsi des « cartes de saillance » (saliency maps ou attention maps) pour chacune des prédictions. « Nous avons ouvert la «boîte noire», confie Lily Peng, ce qui revient à savoir quels pixels sont les plus pertinents pour prédire un facteur de risque CV donné. Par exemple, l’algorithme accorde plus d’attention aux vaisseaux sanguins pour prédire les facteurs de risque tels que l’âge, le tabagisme et la pression artérielle systolique, alors que les zones périvasculaires étaient plus prédictives de l’HbA1c.

A gauche, un fond d’œil extrait de la banque de données. A droite : « zone d’intérêt » (en vert) prise en compte par l’algorithme pour prédire une pression artérielle élevée, qui se superpose aux vaisseaux sanguins de la rétine [3].

 

« Comprendre comment l’algorithme établit ses prédictions augmente la confiance du médecin face à l’algorithme lui-même. De plus, cette technique pourra peut-être permettre de générer des hypothèses contribuant à de futures investigations scientifiques sur les liens entre risque CV et rétine » conclut la chercheuse chez Google [2].

 

Commenter

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

Traitement....