L’imagerie médicale est depuis longtemps un outil essentiel pour le diagnostic et l’évaluation pronostique de nombreuses maladies. Ces dernières années, l’utilisation de modèles d’intelligence artificielle a été utilisée en conjonction avec cette imagerie pour augmenter leurs capacités de diagnostic.
En utilisant ces modèles, certaines caractéristiques peuvent être extraites d’images qui peuvent révéler des caractéristiques de la maladie non identifiées à l’œil nu. Le pouvoir de traiter les données de cette manière intelligente peut avoir un impact important sur le domaine médical, en particulier avec la croissance actuelle des fonctionnalités d’imagerie et le besoin d’une grande précision dans les décisions médicales.
Il existe une demande énorme pour une détection rapide et précise de l’infection au COVID-19. La principale méthode de détection a été l’utilisation de la transcription inverse-amplification en chaîne par polymérase (RT-PCR) sur des échantillons prélevés à partir d’écouvillons nasaux ou pharyngés. Cependant, cette méthode est sujette à des inexactitudes en raison d’erreurs d’échantillonnage, d’une faible charge virale et des limites de sensibilité de la méthode. Il s’agit d’un problème particulièrement important pour les patients qui sont aux premiers stades de l’infection.
Un outil de diagnostic supplémentaire pour COVID-19 peut provenir d’images des poumons. Pour diagnostiquer les maladies pulmonaires, les radiographies pulmonaires ou les tomodensitogrammes sont les principales ressources, et elles peuvent être utilisées pour distinguer le COVID-19 des autres types de lésions pulmonaires, ainsi que pour évaluer la gravité de l’atteinte pulmonaire au COVID-19. Ces types d’images peuvent améliorer les capacités de diagnostic des patients COVID-19, en particulier si elles sont couplées à des modèles d’intelligence artificielle.
Grâce à un effort de collaboration multi-instituts, des chercheurs du Terasaki Institute for Biomedical Innovation (TIBI) ont conçu et validé une détection de COVID-19 basée sur l’image à l’aide de modèles d’intelligence artificielle. Pour ce faire, ils ont commencé par utiliser un modèle pour collecter automatiquement des données d’imagerie à partir des lobes pulmonaires. Ces données ont ensuite été analysées pour produire des caractéristiques en tant que biomarqueurs de diagnostic potentiels pour COVID-19.
Ces biomarqueurs de diagnostic utilisant le modèle d’intelligence artificielle ont ensuite été utilisés pour différencier les patients COVID-19 à la fois de la pneumonie et des patients sains. L’ensemble du modèle a été développé avec une cohorte de 704 radiographies pulmonaires, puis validé de manière indépendante avec 1597 cas provenant de sources multiples, comprenant des patients sains, atteints de pneumonie et COVID-19. Les résultats ont montré d’excellentes performances du modèle dans la classification des diagnostics des différents patients.
Ce modèle d’intelligence artificielle très avancé aide en outre notre capacité à détecter avec précision les patients COVID-19. De plus, un tel modèle peut être appliqué pour le diagnostic d’autres maladies en utilisant différentes modalités d’imagerie. »
Samad Ahadian, Ph.D, chercheur principal de l’étude, Terasaki Institute for Biomedical Innovation
L’utilisation de la modélisation informatique avec des données extraites d’images médicales est très prometteuse pour permettre la médecine de précision et peut révolutionner la pratique médicale en clinique. Le développement de méthodologies pour capturer des ensembles entiers d’informations tout en supprimant les fonctionnalités non pertinentes améliore la fiabilité des modèles d’intelligence artificielle.
L’approche proposée serait une étape vers leur application en médecine de précision et peut fournir un moyen efficace, peu coûteux et non invasif de renforcer les capacités de diagnostic de l’imagerie.
« Les modèles basés sur l’intelligence artificielle dotés de capacités de diagnostic et de prédiction sont un outil puissant qui constitue une partie importante de nos plates-formes de recherche ici à l’institut », a déclaré Ali Khademhosseini, Ph.D., directeur et PDG de TIBI. « Cela se poursuivra dans d’innombrables applications dans le domaine biomédical et en clinique. »
