Les scientifiques des National Institutes of Health (NIH) ont mis à profit l'intelligence artificielle pour transformer un appareil conçu pour voir les tissus à l'arrière de l'œil en une seule pointe pour distinguer les cellules individuelles. La technique fournit une résolution d'imagerie qui rivalise avec les appareils les plus avancés disponibles et est moins cher, plus rapide et ne nécessite pas d'équipement ou d'expertise spécialisé. La stratégie a des implications pour la détection précoce de la maladie et pour la surveillance de la réponse au traitement en rendant ce qui était autrefois invisible maintenant visible.
« L'IA met potentiellement l'imagerie de nouvelle génération entre les mains de cliniques oculaires standard. C'est comme ajouter un objectif haute résolution à une caméra de base. » a déclaré Johnny Tam, Ph.D., enquêteur au National Eye Institute du NIH et auteur principal du rapport d'étude, qui a publié Médecine des communications.
Les dispositifs d'imagerie, appelés ophtalmoscopes, sont largement utilisés pour examiner la rétine à détection de lumière à l'arrière de l'œil. Un ophtalmoscope laser à balayage est standard dans les cliniques oculaires, mais sa résolution ne peut distinguer que des structures au niveau des tissus – des choses telles que les lésions, les vaisseaux sanguins et la tête du nerf optique. Les ophtalmoscopes de nouvelle génération activés par l'optique adaptative – une technologie qui compense la distorsion légère – peut élaborer des caractéristiques cellulaires, fournissant de plus grandes informations de diagnostic. Cependant, l'imagerie adaptative compatible optique est toujours en phase expérimentale.
TAM et les collaborateurs ont développé un système d'IA personnalisé pour améliorer numériquement les images d'une couche de tissu sous les photorécepteurs de détection de lumière, connus sous le nom d'épithélium pigmenté de la rétine (RPE). La première étape a été d'apprendre au système à reconnaître la qualité de l'image comme mauvaise, modérée ou bonne. Les chercheurs l'ont fait en nourrissant le système plus de 1 400 images de différentes zones de la rétine, obtenues en utilisant l'ophtalmoscopie adaptative-optique. Ensuite, ils ont nourri les images correspondantes du système à partir des mêmes emplacements rétiniens mais obtenus en utilisant l'ophtalmoscopie standard. Un test de netteté de l'image a montré que l'IA améliorait la clarté huit.
Notre système a utilisé ce qu'il a appris de l'évaluation des images obtenues de l'optique adaptative pour améliorer numériquement les images obtenues avec l'ophtalmoscopie standard. Il est important de souligner que le système ne crée pas quelque chose à partir de rien. Les caractéristiques que nous voyons dans les cellules RPE avec imagerie standard sont là, elles ne sont pas claires. «
Johnny Tam, Ph.D., enquêteur au National Eye Institute du NIH
Ces techniques impliquent l'injection d'un colorant appelé vert indocyanine (ICG) dans la circulation sanguine pour augmenter le contraste des caractéristiques anatomiques. Dans la clinique des yeux, l'ICG est généralement utilisée pour image les vaisseaux sanguins de l'œil.
« Notre stratégie d'imagerie ICG permet aux cellules RPE d'être évaluées rapidement et systématiquement dans la clinique », a déclaré Joanne Li, Ph.D., premier auteur du rapport et ingénieur biomédical dans le laboratoire de Tam. « Avec l'IA, des images de haute qualité des cellules RPE peuvent être obtenues en quelques secondes, en utilisant des instruments d'imagerie clinique standard. »
La fonction des cellules RPE est de nourrir et de soutenir les photorécepteurs. Une variété de conditions aveuglantes affectent d'abord les cellules RPE, notamment la dégénérescence maculaire liée à l'âge, la dystrophie maculaire vitelliforme et la maladie de Stargardt. Cependant, les cellules RPE ne peuvent pas être facilement imagées dans la clinique. L'ophtalmoscopie ICG améliorée AIM met l'imagerie RPE à la portée de la clinique oculaire typique. ##
