(Crédit image : Adobe Stock/Senuka Nuwansith)
Une équipe de chercheurs étudie le potentiel de l’intelligence artificielle (IA) en ophtalmologie.
La recherche a été détaillée dans un document de position dans le Journal Asie-Pacifique d’ophtalmologie.1
La recherche est dirigée par Lama Al-Aswad, MD, MPH, professeur d’ophtalmologie et Irene Heinz Given et John La Porte Given, professeur de recherche en ophtalmologie II, du Scheie Eye Institute. Cet effort représente une collaboration entre des chercheurs de Penn Medicine, Penn Engineering, du Kellogg Eye Center de l’Université du Michigan, du St. John Eye Hospital à Jérusalem et du Gyeongsang National University College of Medicine en Corée.2
Selon les chercheurs, la photographie du fond d’œil facilite la visualisation de la rétine au fond de l’œil, ce qui rend le potentiel de l’IA dans la fourniture de biomarqueurs de maladies systémiques une réelle possibilité. Lorsque les images du fond d’œil sont en quantité et qualité suffisantes, il devient possible d’entraîner les systèmes d’IA à détecter des taux élevés d’HbA1c – un marqueur important de l’hyperglycémie qui est généralement détecté par des prises de sang, ce qui indique un risque accru de diabète et de maladies cardiovasculaires. Ce processus exploite le domaine émergent de l’oculomique, qui étudie les biomarqueurs ophtalmiques pour mieux comprendre la santé systémique.1,2
Dans le manuscrit, le consortium international de chercheurs a examiné le potentiel de l’oculomique et met en évidence des sujets pertinents que les cliniciens doivent considérer alors que l’ophtalmologie entre dans une ère où l’IA a la capacité d’améliorer la santé systémique grâce aux soins oculaires.
De plus, la position des chercheurs est étayée par les résultats préliminaires d’une étude pilote qui a entraîné des modèles d’IA à prédire les niveaux d’HbA1c sur la base d’images du fond d’œil. Dans l’étude, les chercheurs ont examiné un certain nombre de facteurs, notamment la taille et l’architecture du modèle d’IA, la présence de diabète et les données démographiques des patients (âge et sexe), ainsi que leur impact sur les performances de l’IA.
Les chercheurs ont noté que des échantillons d’entraînement biaisés pour un modèle oculomique, tel qu’un groupe de patients majoritairement plus âgés, peuvent dégrader les performances du modèle. Les résultats de l’étude de cas mettent en évidence l’importance de développer des modèles d’IA fiables pour évaluer les facteurs de risque cardiovasculaire tout en abordant les défis et les problèmes qui doivent être surmontés avant l’adoption clinique, ainsi que de faire progresser une technologie oculomique fiable.1
“En tirant parti de l’IA pour analyser les images rétiniennes aux fins d’évaluation du risque cardiovasculaire”, a déclaré Al-Aswad, “nous visons à combler une lacune cruciale dans la détection précoce des maladies. Cette méthode améliore non seulement notre capacité à identifier les individus à risque, mais est également prometteuse pour transformer la façon dont nous gérons les maladies chroniques telles que le diabète. En nous concentrant sur les applications pratiques de cette technologie, nous progressons vers des solutions de soins de santé plus personnalisées et préventives.
“Bien que ces progrès soient prometteurs, il est également de la plus haute importance pour les cliniciens et les chercheurs de développer et d’utiliser ces techniques de manière responsable, car cela bénéficiera au final aux soins des patients”, a ajouté Kuk Jin Jang, PhD, chercheur postdoctoral. chercheur au Penn Research in Embedded Computing and Integrated Systems Engineering (PRECISE) de l’Université de Pennsylvanie.
Joshua Ong, MD, médecin résident à l’Université du Michigan et affilié au PRECISE Center, a salué la collaboration.
« Notre collaboration permet de mieux comprendre comment nous pouvons exploiter de manière responsable cette technologie révolutionnaire au profit des patients à l’avenir. Cela témoigne des avancées collaboratives réalisées lorsque les soins de santé et l’ingénierie s’unissent pour œuvrer en faveur d’une IA responsable pour les soins aux patients », a-t-il déclaré. «Je suis incroyablement reconnaissant envers notre équipe multidisciplinaire de s’être réunie pour mettre ce document et ce sujet au premier plan.»
Le directeur du centre PRECISE, Insup Lee, PhD, a également noté que la collaboration peut ouvrir de nouvelles portes pour les soins de santé.
« Cette collaboration reflète un engagement profond à faire progresser les soins de santé grâce à des applications innovantes d’IA », a-t-il déclaré. « En combinant nos expertises, nous ouvrons la voie à des améliorations significatives dans les soins aux patients et dans la gestion globale des problèmes de santé à long terme. »
Références :
- Joshua Ong, Kuk Jin Jang, Seung Ju Baek, Dongyin Hu, Vivian Lin, Sooyong Jang, Alexandra Thaler, Nouran Sabbagh, Almiqdad Saeed, Minwook Kwon, Jin Hyun Kim, Seongjin Lee, Yong Seop Han, Mingmin Zhao, Oleg Sokolsky, Insup Lee, Lama A. Al-Aswad, Développement de l’intelligence artificielle oculomique pour les facteurs de risque cardiovasculaire : étude de cas sur l’oculomique du fond d’œil pour l’évaluation de l’HbA1c et considérations cliniquement pertinentes pour les cliniciens, Asia-Pacific Journal of Ophthalmology, Volume 13, Numéro 4, 2024, 100095, ISSN2162-0989,https://doi.org/10.1016/j.apjo.2024.100095.
- Révolutionner l’évaluation du risque cardiovasculaire grâce à l’IA. EurêkAlerte ! Publié le 4 octobre 2024. Consulté le 8 octobre 2024.
#Des #chercheurs #testent #numérisation #rétine #avec #lIA #pour #déterminer #risque #cardiovasculaire
