Aider la recherche en apportant son soutien financier aux équipes travaillant sur la dégénérescence liée à l’âge : telle est l’une des missions fondamentales de l’Association DMLA. Ainsi a été soutenu le projet du Dr Alexandra Miere, spécialiste de la rétine au service d’ophtalmologie du CHI de Créteil, sur la classification et la prédiction grâce à l’intelligence artificielle de l’évolution de la néovascularisation maculaire dans la DMLA exsudative. Elle nous a livré un état de ses travaux.
L’intelligence artificielle (IA) a d’ores et déjà fait la preuve de son efficacité en médecine. Et tout particulièrement dans les spécialités qui analysent des images numériques (dermatologie, radiologie…). En France, l’imagerie médicale est précurseur dans l’utilisation de l’IA à des fins diagnostiques et pronostiques. En ophtalmologie, elle permet déjà de contribuer à la détection de la rétinopathie diabétique chez les patients diabétiques. Les modèles d’IA actuels ont ainsi montré des capacités de reconnaissance d’image remarquables, dépassant parfois celles des experts.
Intelligence artificielle, définition
L’intelligence artificielle est un ensemble de techniques qui permet à des programmes d’accomplir des tâches et de résoudre des problèmes jusqu’alors réservés aux humains. Depuis 2012, on utilise entre autres des “réseaux de neurones convolutifs”, c’est-à-dire des réseaux de neurones artificiels. Ce modèle d’intelligence artificielle se nomme le “deep learning”, l’apprentissage profond en français. Concrètement, l’objectif est “d’entraîner” ces réseaux de neurones pour qu’ils apprennent à reconnaître une forme, un objet, pour qu’ils apprennent à réaliser une tâche en particulier. Ainsi le réseau apprend grâce aux milliers d’images qu’il a vues. Il s’avère de plus en plus capable de reconnaître sur de nouvelles images si l’œil comporte une anomalie ou pas.
DMLA et IA
C’est dans ce contexte d’effervescence autour de l’usage de l’IA en ophtalmologie que l’équipe du CHI de Créteil s’est penchée sur cette question. D’autant que le Dr Alexandra Miere venait d’achever sa thèse de sciences sur la classification de pathologies héréditaires rétiniennes par deep learning. “La DMLA représente un véritable enjeu de santé publique. Elle pouvait donc être une bonne candidate pour ce projet de recherche”, nous expliquait l’ophtalmologiste. Les objectifs de ce projet étaient doubles. D’une part, classifier par deep learning les sous-types de DMLA néovasculaire en utilisant des images d’OCT et d’OCT-A. Rappelons qu’il existe plusieurs sous-types de DMLA néovasculaire (types 1, 2, 3, mixte). La connaissance de ces sous-types est essentielle pour le pronostic du patient, différent selon le sous-type. Ce projet visait, d’autre part, à prédire par un suivi longitudinal des patients la probabilité de progression de la maladie vers une forme fibro-gliale ou (fibro-)atrophique, c’est-à-dire les stades tardifs de la DMLA, grâce à l’éventuelle découverte de biomarqueurs spécifiques.
Retrouvez la suite de cet article dans la Lettre 59, p.22.
© Image par Gerd Altmann de Pixabay
▶️ À lire aussi : Soutenez la recherche dans la lutte contre la DMLA