Une application d’intelligence artificielle pour lire les tests de flux latéral COVID-19 a aidé à réduire les faux résultats dans un nouvel essai publié aujourd’hui.
Publié dans Cellule Rapports Médecineune équipe de chercheurs de l’Université de Birmingham, de l’Université de Durham et de l’Université d’Oxford a testé si un algorithme d’apprentissage automatique pouvait améliorer la précision des résultats des dispositifs à flux latéral d’antigène pour COVID-19.
L’équipe du LFD AI Consortium a travaillé dans des centres de test assistés par l’Agence britannique de sécurité sanitaire et avec des agents de santé effectuant des auto-tests pour tester l’application d’IA. Plus de 100 000 images ont été soumises dans le cadre de l’étude, et l’équipe a découvert que l’algorithme était capable d’augmenter la sensibilité des résultats, en déterminant entre un vrai positif et un faux négatif, de 92 % à 97,6 % de précision.
L’utilisation généralisée des dispositifs à flux latéral d’antigènes a été un moment important non seulement pendant la pandémie, mais a également introduit des tests de diagnostic pour beaucoup plus de personnes dans la société. L’un des inconvénients des tests LFD pour Covid, la grossesse et toute autre utilisation future est la question de la «ligne faible» – où nous ne pouvons pas tout à fait dire si c’est positif ou non.
L’étude a examiné la possibilité d’utiliser l’apprentissage automatique pour éliminer les conjectures des tests de lignes faibles, et nous sommes ravis de voir que l’application a vu une augmentation de la sensibilité des tests, réduisant le nombre de faux négatifs. La promesse de ce type de technologie pourrait être utilisée dans de nombreuses applications, à la fois pour réduire l’incertitude sur les résultats des tests et pour fournir un soutien crucial aux personnes malvoyantes. »
Professeur Andrew Beggs, professeur de génétique et de chirurgie du cancer, Université de Birmingham et auteur principal de l’étude
Le professeur Camila Caiado, professeur de statistique à l’Université de Durham et statisticienne en chef du projet, a déclaré :
« L’augmentation de la sensibilité et de la précision globale est significative et montre le potentiel de cette application en réduisant le nombre de faux négatifs et d’infections futures. Surtout, la méthode peut également être facilement adaptée à l’évaluation d’autres lecteurs numériques pour les dispositifs de type à flux latéral . »
