Le principe développé par l’équipe est le suivant : la photographie du fond d’œil, qui permet de visualiser la rétine au fond de l’œil, analysée grâce à l’IA, fournit avec précision ces biomarqueurs de la maladie. systémique. Lorsque les images du fond d’œil sont en quantité et en qualité suffisantes, il devient possible de « former » un modèle d’IA pour détecter des taux élevés d’HbA1c, un marqueur important de l’hyperglycémie traditionnellement obtenu par des analyses de sang, et qui indique un risque accru de diabète et de maladies cardiovasculaires.
Le domaine émergent de l’oculomique
Ce domaine, qui étudie les biomarqueurs ophtalmiques pour obtenir des informations sur la santé systémique, ouvre de multiples applications, bien au-delà de la santé cardiovasculaire.
L’étude de cas réalisée sur l’oculomique appliquée à l’évaluation de l’HbA1c met en évidence le potentiel de l’intelligence artificielle pour améliorer la santé systémique. Cette étude pilote a alimenté un modèle d’IA avec des données d’imagerie du fond d’œil, des données démographiques sur les patients et des données médicales, afin que le modèle puisse prédire les niveaux d’HbA1c sur la base d’une image de la rétine.
Ces premiers résultats confirment le potentiel des modèles d’IA pour évaluer les facteurs de risque cardiovasculaire.
« Nous cherchons, avec l’oculomique, à combler une lacune cruciale dans la détection précoce des maladies. Cette méthode améliore non seulement notre capacité à identifier les personnes à risque, mais s’avère 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 nous dirigeons vers des solutions de soins de santé plus personnalisées et préventives.
