Car cette technologie d’IA détecte ici avec précision et en toute autonomie, 100% des cas graves de rétinopathie qui touche les bébés nés prématurément, la rétinopathie du prématuré ou ROP (rétinopathie du prématuré). La ROP provoque une croissance anormale des vaisseaux sanguins près de la rétine, le tissu sensible à la lumière situé au fond de l’œil. Environ 2 millions de bébés naissent chaque année « suffisamment prématurément » pour développer une ROP, bien que dans la plupart des cas, la maladie soit bénigne et disparaisse sans traitement. Les cas graves provoquent
la cécité d’environ 50 000 bébés dans le monde chaque année.
De plus en plus de cas ne sont pas traités dans les pays à revenu faible ou intermédiaire, où il y a moins d’ophtalmologistes pour détecter cette maladie chez les bébés prématurés. L’un des principaux auteurs, le Dr J. Peter Campbell, professeur agrégé d’ophtalmologie à l’OHSU, note : « Même si nous ne pouvons pas complètement prévenir la ROP, heureusement, nous réussissons presque toujours à prévenir la cécité qui y est associée. Cependant, la ROP reste la principale cause de cécité infantile dans le monde.
L’IA peut pallier la pénurie de médecins pour le dépistage,
et, une fois le diagnostic posé par l’IA, les cas les plus graves pourront être orientés vers des services spécialisés.
Le système d’apprentissage profond i-ROP utilise un algorithme d’IA pour identifier les anomalies des vaisseaux sanguins dans la rétine. Des recherches antérieures menées par la même équipe ont montré que la technologie pouvait diagnostiquer avec précision la ROP et pouvait également être utilisée efficacement à distance via la télémédecine.
L’étude apporte la première démonstration de l’efficacité du système de dépistage autonome de la ROP dans une population réelle, ce qui signifie en résumé que la technologie permet de signaler correctement la maladie par elle-même, sans l’aide d’un ophtalmologiste et sans présélection d’image pour améliorer la qualité des données. Bien que de nombreux algorithmes d’IA fonctionnent dans le cadre d’expériences contrôlées, ils échouent souvent dans le monde réel en raison des différences entre les données d’entraînement et les données du monde réel. Ici, le système d’IA a été alimenté par près de 12 000 images de plus de 4 000 rétines de bébés. Les photos ont été prises par des infirmières de l’unité de soins intensifs néonatals (USIN).
- Ces mêmes données ont été analysées par des ophtalmologistes dans le cadre de programmes de télémédecine, qui ont conclu qu’environ 1,2 % des bébés présentaient des formes graves de ROP, tandis qu’environ 5,8 % présentaient des cas plus légers ;
- le système d’IA a correctement identifié tous les cas graves et a détecté avec précision 80 % des cas avec une ROP plus légère.
La technologie doit encore être approuvée par les agences de santé, et si elle est approuvée, La ROP deviendrait la deuxième maladie oculaire – après la rétinopathie diabétique – pouvant être détectée indépendamment par l’IA.
