Des études menées auprès de la population ont montré que les troubles rétiniens sont la cause la plus fréquente de cécité irréversible dans les pays développés et la deuxième cause de cécité après la cataracte dans les pays en développement. Les techniques d’imagerie médicale sont essentielles à la détection précoce des troubles rétiniens, mais la technologie actuellement disponible présente de nombreux défis pour les praticiens.
Pour améliorer la rapidité et la précision des diagnostics des troubles rétiniens, un groupe de chercheurs de l'Université Xi'an Jiaotong-Liverpool (XJTLU) et de VoxelCloud Inc. en Chine, a introduit une technique d'imagerie médicale basée sur l'IA – DualStreamFoveaNet (DSFN) pour relever les défis actuels de l'imagerie.
Notre nouvelle technique d'imagerie, DSFN, a le potentiel d'aider à établir un diagnostic rapide et précis des troubles rétiniens. Elle a également le potentiel d'être utilisée pour d'autres pathologies qui nécessitent un diagnostic basé sur la structure anatomique. Par exemple, dans le dépistage du cancer du poumon.
Dr Sifan Song, titulaire d'un doctorat de l'École d'IA et d'informatique avancée de XJTLU et premier auteur de l'étude
DSFN combine des images de la rétine avec des informations sur la distribution vasculaire pour localiser avec précision la fovéa – une dépression à l'arrière de l'œil où l'acuité visuelle est à son maximum – dans des scénarios cliniques complexes.
Le Dr Sifan Song explique : « La localisation précise de la fovéa permet aux professionnels de la santé de détecter les premiers signes de maladies oculaires, tels que de minuscules changements ou dépôts dans la région maculaire qui entoure la fovéa. Cela permet de surveiller régulièrement la progression de la maladie, d'évaluer l'efficacité du traitement ou d'ajuster les plans de traitement, et peut prévenir les troubles rétiniens qui conduisent à une perte de vision irréversible.
« Cependant, les techniques d’imagerie médicale actuelles permettant d’identifier la localisation de la fovéa présentent de nombreuses limites. »
Le Dr Song explique que l'intensité de la couleur du tissu rétinien environnant rend l'apparence sombre de la fovéa impossible à distinguer de l'arrière-plan rétinien, qui est encore plus obscurci par les maladies rétiniennes.
Il souligne que les conditions de faible luminosité et les emplacements non standard de la fovéa pendant la photographie compliquent encore davantage la localisation précise de la fovéa.
« Les images floues et mal éclairées rendent difficile la visualisation du fond de l'œil et peuvent conduire à un diagnostic erroné. Le DSFN permet de surmonter bon nombre de ces défis », ajoute le Dr Song.
Le Dr Song explique que la conception du DSFN réduit les coûts de calcul tout en maintenant une grande précision, ce qui le rend plus adapté et abordable pour une application dans les environnements cliniques.
« Des coûts de calcul réduits s'accompagnent de vitesses de traitement plus rapides, permettant aux médecins d'obtenir des résultats de diagnostic plus rapidement et permettant des mises à jour et des itérations de modèles plus rapides qui conduisent à des prédictions plus précises des maladies oculaires », explique le Dr Song.
Le Dr Song est un chercheur postdoctoral travaillant à la Harvard Medical School et au Massachusetts General Hospital.
