L’intelligence artificielle peut détecter le COVID-19 dans les images échographiques pulmonaires, tout comme un logiciel de reconnaissance faciale peut repérer un visage dans une foule, selon une nouvelle recherche.
Les résultats renforcent les diagnostics médicaux basés sur l’IA et rapprochent les professionnels de la santé de la possibilité de diagnostiquer rapidement les patients atteints de COVID-19 et d’autres maladies pulmonaires grâce à des algorithmes qui parcourent les images échographiques pour identifier les signes de maladie.
Les résultats, récemment publiés dans Médecine de la communicationpoint culminant d’un effort qui a commencé au début de la pandémie lorsque les cliniciens avaient besoin d’outils pour évaluer rapidement des légions de patients dans des salles d’urgence débordées.
Nous avons développé cet outil de détection automatisé pour aider les médecins en situation d’urgence avec un nombre élevé de patients qui doivent être diagnostiqués rapidement et avec précision, comme dans les premiers stades de la pandémie. Potentiellement, nous souhaitons disposer d’appareils sans fil que les patients peuvent également utiliser à la maison pour surveiller la progression du COVID-19. »
Muyinatu Bell, auteur principal, professeur agrégé John C. Malone de génie électrique et informatique, de génie biomédical et d'informatique à l'Université Johns Hopkins
L'outil présente également un potentiel pour développer des appareils portables qui suivent des maladies telles que l'insuffisance cardiaque congestive, qui peut entraîner une surcharge de liquide dans les poumons des patients, un peu comme le COVID-19, a déclaré la co-auteure Tiffany Fong, professeure adjointe de médecine d'urgence à Johns Hopkins. Médecine.
« Ce que nous faisons ici avec les outils d'IA constitue la prochaine grande frontière pour les points de service », a déclaré Fong. « Un cas d'utilisation idéal serait celui des patchs échographiques portables qui surveillent l'accumulation de liquide et indiquent aux patients quand ils ont besoin d'un ajustement de leur traitement ou quand ils doivent consulter un médecin. »
L’IA analyse les images pulmonaires échographiques pour repérer des caractéristiques connues sous le nom de lignes B, qui apparaissent comme des anomalies verticales brillantes et indiquent une inflammation chez les patients présentant des complications pulmonaires. Il combine des images générées par ordinateur avec de véritables échographies de patients – ; y compris certains qui ont cherché des soins à Johns Hopkins.
« Nous avons dû modéliser suffisamment bien la physique de la propagation des ultrasons et des ondes acoustiques pour obtenir des images simulées crédibles », a déclaré Bell. « Ensuite, nous avons dû aller plus loin en entraînant nos modèles informatiques à utiliser ces données simulées pour interpréter de manière fiable les analyses réelles de patients présentant des poumons affectés. »
Au début de la pandémie, les scientifiques ont eu du mal à utiliser l’intelligence artificielle pour évaluer les indicateurs du COVID-19 dans les images échographiques pulmonaires en raison du manque de données sur les patients et parce qu’ils commençaient seulement à comprendre comment la maladie se manifeste dans le corps, a déclaré Bell.
Son équipe a développé un logiciel capable d’apprendre à partir d’un mélange de données réelles et simulées, puis de discerner des anomalies dans les échographies indiquant qu’une personne a contracté le COVID-19. L’outil est un réseau neuronal profond, un type d’IA conçu pour se comporter comme les neurones interconnectés qui permettent au cerveau de reconnaître des modèles, de comprendre la parole et d’accomplir d’autres tâches complexes.
« Au début de la pandémie, nous n'avions pas suffisamment d'images échographiques de patients atteints du COVID-19 pour développer et tester nos algorithmes, et par conséquent nos réseaux neuronaux profonds n'ont jamais atteint leurs performances maximales », a déclaré le premier auteur Lingyi Zhao, qui a développé le logiciel. alors qu'il était boursier postdoctoral dans le laboratoire de Bell et travaille maintenant chez Novateur Research Solutions. « Maintenant, nous prouvons qu'avec des ensembles de données générés par ordinateur, nous pouvons encore atteindre un haut degré de précision dans l'évaluation et la détection de ces caractéristiques du COVID-19. »
