Une nouvelle IA pourrait améliorer le diagnostic des maladies oculaires et cérébrales

Points clés

  • Les neurones de l’œil sont des biomarqueurs potentiels pour les maladies de l’œil et du cerveau
  • Une nouvelle IA peut détecter les neurones rétiniens malades aussi bien, voire mieux, que les experts humains
  • Cette étude est la première au monde à utiliser l’IA pour détecter et segmenter les cellules ganglionnaires de la rétine à l’aide de données d’optique adaptative et de tomographie par cohérence optique.
ParallelVision/Pixabay
Source : ParallelVision/Pixabay

L’intelligence artificielle (IA) fait des percées significatives dans les soins de santé, notamment en appliquant la vision artificielle pour trouver des modèles dans des données complexes. Une nouvelle étude publiée dans Optica montre comment l’apprentissage profond de l’IA peut distinguer les neurones sains des neurones malades dans l’œil, à égalité ou mieux que les humains, et surpasser les solutions existantes de réseaux neuronaux convolutionnels (CNN) de pointe – une étape vers l’amélioration du diagnostic des maladies affectant l’œil et le cerveau.

Première mondiale en matière d’IA dans les diagnostics de santé

Selon les chercheurs, cette étude est la première à détecter et à segmenter automatiquement des cellules ganglionnaires rétiniennes individuelles dans la couche des cellules ganglionnaires en utilisant des ensembles de données d’images volumiques d’optique adaptative et de tomographie par cohérence optique (AO-OCT). La recherche a été menée par Sina Farsiu, professeur d’ingénierie biomédicale à l’université Duke, et Somayyeh Soltanian-Zadeh, chercheur postdoctoral dans le laboratoire de Farsiu, en collaboration avec Donald T. Miller et Kazuhiro Kurokawa à l’université d’Indiana, Osamah Saeedi au centre médical de l’université du Maryland, et Daniel X. Hammer, Zhuolin Liu et Furu Zhang à la Food and Drug Administration (FDA) des États-Unis.

« Notre méthode a permis d’obtenir des performances de détection élevées, indépendamment de l’excentricité de la rétine, du dispositif d’imagerie ou de la présence d’une pathologie, qui ont égalé ou dépassé celles des experts », ont indiqué les chercheurs. « Notre méthode a également surpassé d’autres CNN de pointe ».

Utiliser les neurones de l’œil comme biomarqueurs des maladies neurodégénératives

l’article continue après l’annonce

Les troubles neurodégénératifs sont des maladies dans lesquelles les neurones du système nerveux central (cerveau et moelle épinière) meurent. Parmi les exemples de troubles neurodégénératifs, on peut citer les démences telles que la maladie d’Alzheimer et la démence à corps de Lewy, la maladie de Huntington, la maladie de Parkinson et la sclérose latérale amyotrophique (SLA ou maladie de Lou Gehrig).

« Les caractéristiques quantitatives au niveau cellulaire des cellules ganglionnaires de la rétine (CG) sont des biomarqueurs potentiellement importants pour améliorer le diagnostic et le suivi du traitement des maladies neurodégénératives telles que le glaucome, la maladie de Parkinson et la maladie d’Alzheimer », écrivent les chercheurs.

Les neurones rétiniens dégénèrent dans les neuropathies optiques comme le glaucome

« Les cellules ganglionnaires (CG) sont l’un des principaux neurones rétiniens qui traitent et transmettent les informations visuelles au cerveau », écrivent les chercheurs. « Ces cellules dégénèrent dans les neuropathies optiques telles que le glaucome, qui peuvent conduire à une cécité irréversible si elles ne sont pas prises en charge correctement. »

Le glaucome est un groupe de troubles oculaires sans remède connu qui endommage le nerf optique, ce qui peut entraîner une cécité partielle ou totale. Selon les Centres de contrôle et de prévention des maladies (CDC), environ trois millions d’Américains sont atteints de glaucome. D’ici 2040, le nombre de personnes atteintes de glaucome dans le monde atteindra plus de 111 millions, selon les estimations d’une étude publiée dans la revue Ophthalmology.

Utiliser les données de l’optique adaptative pour entraîner l’apprentissage profond de l’IA

Les cellules ganglionnaires de la rétine étant des biomarqueurs potentiels, l’équipe a dû recueillir des données d’imagerie pour entraîner l’algorithme d’IA. Les systèmes d’imagerie ophtalmique largement utilisés, tels que la tomographie par cohérence optique (OCT), posent un problème : les cellules ganglionnaires individuelles ne sont pas visibles en raison de leur résolution limitée, qui ne montre que l’épaisseur de la couche cellulaire, mais pas les changements morphologiques au niveau cellulaire ni les détails de la perte de soma. L’équipe a donc choisi d’utiliser des ensembles de données de l’OCT à optique adaptative (AO-OCT), qui a la capacité d’imager les cellules ganglionnaires individuelles de la rétine chez les humains vivants.

l’article continue après l’annonce

Les réseaux neuronaux convolutionnels de l’IA identifient les neurones oculaires sains et les neurones oculaires malades

Les chercheurs ont appliqué l’IA en créant un réseau neuronal artificiel à l’aide d’un réseau neuronal convolutif codeur-décodeur (CNN) avec des filtres convolutifs 3D. L’équipe a réduit le nombre de paramètres entraînables dans son réseau neuronal à environ un tiers du réseau UNet3D couramment utilisé dans l’état de l’art. L’équipe a appelé son approche WeakGCSeg en référence à l’apprentissage profond faiblement supervisé.

« Nous avons utilisé des annotations faibles sous la forme de points de clics humains dans le processus de formation pour obtenir les masques de segmentation du soma, ce qui nécessite un effort d’annotation minimal », écrit l’équipe.

Les chercheurs ont comparé leur réseau neuronal convolutif à d’autres réseaux de pointe (UNet3D, VNet, Unet3D++) et ont constaté que leur solution était plus performante que les autres.

« Les résultats expérimentaux montrent que WeakGCSeg est à la hauteur ou supérieur aux experts humains et qu’il est supérieur à d’autres réseaux de pointe », écrivent les chercheurs.

Les chercheurs considèrent que leur solution d’IA pourrait permettre la réalisation d’études cliniques multi-sites à grande échelle pour la recherche sur les maladies neurodégénératives et oculaires, en améliorant le diagnostic et en suivant l’évolution de la maladie au niveau cellulaire.

Copyright © 2021 Cami Rosso Tous droits réservés.