Des chercheurs de l'University College London et du Moorfields Eye Hospital ont mis au point un modèle d'IA capable de détecter le risque de diverses maladies chez un patient en analysant une image de sa rétine.
Ce n'est pas la première fois que l'IA est utilisée pour analyser les scans rétiniensMais l'approche adoptée par les chercheurs avec leur modèle RETFound accélérera les développements dans ce domaine de la médecine.
Les modèles d'apprentissage automatique standard sont généralement formés sur un vaste ensemble de données. Si vous vouliez que votre modèle soit capable d'identifier la rétine d'une personne présentant un risque de maladie spécifique, vous devriez l'entraîner sur un grand nombre d'images représentatives.
La préparation des données d'imagerie médicale pour l'apprentissage automatique est très coûteuse et prend beaucoup de temps. Contrairement au type de base de l'apprentissage automatique, la préparation des données d'imagerie médicale est très coûteuse et prend du temps. l'étiquetage des données est externalisé dans des pays à faible coûtLes images médicales doivent être analysées et étiquetées par un médecin spécialiste.
Les chercheurs qui ont créé RETFound ont adopté une approche différente et ont formé leur modèle au moyen de l'apprentissage auto-supervisé (SSL).
Au lieu d'utiliser des images traitées et étiquetées, ils ont entraîné le modèle sur 1,6 million d'images rétiniennes non étiquetées.
Un modèle de base pour la détection généralisable de maladies à partir d'images rétiniennes - Nature https://t.co/M2g0L4MMl4
- nature (@Nature) 13 septembre 2023
Pearse Keane, un ophtalmologiste qui a fait partie de l'équipe de la le projetIl a expliqué que "sur des millions d'images, le modèle apprend en quelque sorte à quoi ressemble une rétine et quelles en sont les caractéristiques".
Une fois que le modèle avait une bonne base de référence de ce à quoi ressemble une rétine normale, il pouvait être affiné par un entraînement supplémentaire.
Les chercheurs n'ont ensuite eu qu'à entraîner le modèle sur 100 images supplémentaires de rétines de personnes atteintes d'une maladie spécifique et 100 images de rétines de personnes qui n'en étaient pas atteintes.
Les résultats ont été impressionnants, RETFound étant capable de détecter des maladies oculaires telles que la rétinopathie diabétique avec un degré de certitude extrêmement élevé.
La capacité du modèle à prédire des maladies comme la maladie de ParkinsonL'analyse de l'évolution de la mortalité due aux accidents vasculaires cérébraux, aux accidents ischémiques cérébraux, aux infarctus du myocarde et à l'insuffisance cardiaque était limitée, mais toujours meilleure que les autres modèles.
Le modèle a été mis à la disposition du public et permettra à d'autres chercheurs de gagner beaucoup de temps dans la mise au point de modèles formés à la détection de maladies spécifiques.
Le document de recherche indique que l'utilisation de RETFound comme modèle de base "peut potentiellement économiser environ 80% du temps de formation nécessaire pour atteindre la convergence pour la tâche de prédiction de l'infarctus du myocarde".
L'application de l'IA aux scanners rétiniens est un domaine de recherche passionnant. Votre rétine est une fenêtre sur votre santé. C'est la seule partie du corps humain où le réseau capillaire est visible.
"Si vous souffrez d'une maladie cardiovasculaire systémique, comme l'hypertension, qui affecte potentiellement tous les vaisseaux sanguins de votre corps, nous pouvons directement la visualiser sur les images rétiniennes", a déclaré M. Keane.
Imaginez l'impact qu'un modèle correctement formé comme RETFound pourrait avoir sur le diagnostic précoce des maladies dans les pays pauvres qui manquent de médecins.
Des centaines de personnes pourraient subir un scanner rétinien effectué par une infirmière, puis l'IA traiterait les images sur une plateforme en nuage comme AWS. Les patients à risque pourraient être identifiés puis examinés par un médecin, plutôt que d'essayer d'examiner tous les visiteurs d'une clinique rurale.
Même dans son état de développement initial, ce type d'IA pourrait sauver des vies aujourd'hui, et pas seulement dans un avenir lointain.
