Un document de position récent dans le Journal Asie-Pacifique d'ophtalmologie explore le potentiel transformateur de l’intelligence artificielle (IA) en ophtalmologie. Dirigé par Lama Al-Aswad, professeur d'ophtalmologie et Irene Heinz Given et John La Porte Given, professeur de recherche en ophtalmologie II du Scheie Eye Institute, le travail représente une collaboration entre des chercheurs de Penn Engineering, Penn Medicine, de l'Université du Michigan Kellogg. Eye Center, St. John Eye Hospital à Jérusalem et Collège de médecine de l'Université nationale de Gyeongsang en Corée.
Avec la photographie du fond d’œil permettant de visualiser la rétine au fond de l’œil, le potentiel de l’IA dans la fourniture de biomarqueurs de maladies systémiques devient une réalité. Lorsque les images du fond d'œil sont de quantité et de qualité suffisantes, il devient possible de former des systèmes d'IA pour détecter des niveaux élevés d'HbA1c – ; un marqueur important de l’hyperglycémie traditionnellement obtenu 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.
Dans leur manuscrit, intitulé « 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 », cette équipe multi-institutionnelle explore le potentiel de l'oculomique et met en évidence des sujets pertinents pour les cliniciens. à l’heure où nous entrons dans une ère où l’intelligence artificielle a le potentiel d’améliorer la santé systémique grâce aux soins oculaires.
Leur discussion est étayée par les résultats préliminaires d’une étude pilote qui a formé des modèles d’IA pour prédire les niveaux d’HbA1c sur la base d’images du fond d’œil. Cette étude a évalué divers facteurs – ; tels que la taille et l'architecture du modèle d'IA, la présence de diabète et les données démographiques des patients (âge et sexe) – ; et leur impact sur les performances de l’IA.
L’une des observations de l’étude était 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 valeur 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.
En tirant parti de l’IA pour analyser les images rétiniennes afin d’évaluer le risque cardiovasculaire, nous visons 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 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 plus préventives. »
Lama Al-Aswad, professeur d'ophtalmologie et Irene Heinz Given et John La Porte Given, professeur de recherche en ophtalmologie II, du Scheie Eye Institute
« Bien que ces avancées soient prometteuses, 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 », ajoute Kuk Jin Jang, chercheur postdoctoral à le centre Penn Research in Embedded Computing and Integrated Systems Engineering (PRECISE) de l’Université de Pennsylvanie.
« Notre collaboration permet de mieux comprendre comment nous pouvons exploiter de manière responsable cette technologie révolutionnaire au profit des patients à l'avenir. Elle témoigne des avancées collaboratives formées lorsque les soins de santé et l'ingénierie s'unissent pour œuvrer en faveur d'une IA responsable pour les soins aux patients », déclare Joshua Ong. , médecin résident à l'Université du Michigan et affilié au PRECISE Center. « Je suis incroyablement reconnaissant envers notre équipe multidisciplinaire de s'être réunie pour mettre ce document et ce sujet au premier plan. »
« Cette collaboration reflète un engagement profond à faire progresser les soins de santé grâce à des applications innovantes d'IA », ajoute Insup Lee, directeur du centre PRECISE et professeur Cecilia Fitler Moore en informatique et sciences de l'information à Penn Engineering. « 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. »
