L’intelligence artificielle est sur le point d’engendrer une transformation majeure dans le domaine des soins de santé dans le monde. Les apports de l’IA en médecine pourraient produire des effets plus importants que n’en a produits le décodage du génome humain.
Dans une nouvelle étude de validation de principe dirigée par le Dr Mark Walker de la Faculté de médecine de l’Université d’Ottawa, des chercheurs ont été les premiers à recourir à un modèle unique d’apprentissage profond basé sur l’IA comme outil d’assistance pour la lecture rapide et précise des échographies.
Il s’agit d’un projet novateur, car, bien que les modèles d’apprentissage profond soient de plus en plus utilisés dans l’analyse des images médicales et la détection des anomalies, l’application de ces modèles à l’échographie obstétrique n’en est qu’à ses débuts. Peu d’études sur la reconnaissance assistée par l’IA ont été publiées dans ce domaine.
L’étude avait pour but de démontrer le potentiel de l’architecture d’apprentissage profond pour identifier de façon précoce et fiable l’hygroma kystique à partir des échographies du premier trimestre. L’hygroma kystique, aussi appelé lymphangiome kystique, est une maladie embryonnaire qui entraîne un développement anormal du système vasculaire lymphatique. Il s’agit d’un trouble rare et potentiellement mortel qui entraîne un gonflement du liquide autour de la tête et du cou.
Cette anomalie congénitale peut généralement être facilement diagnostiquée avant la naissance lors d’une échographie, mais le Dr Walker et son groupe de recherche ont voulu vérifier dans quelle mesure la reconnaissance des formes pouvait être effectuée à l’aide de l’IA. Les résultats sont prometteurs.
Les images d’un ensemble de données issues de près de 300 échographies fœtales recueillies rétroactivement à L’Hôpital d’Ottawa ont été analysées à l’aide d’un modèle DenseNet pour identifier les cas d’hygroma kystique et les témoins normaux, en calculant la sensibilité, la spécificité et d’autres mesures. Des cartes de densité d’activation des classes de gradient (qui visualisent les pixels des images) ont également été générées pour évaluer l’interprétabilité du modèle. La précision globale du modèle était de 93 %.
« Le modèle était remarquable, même avec un petit nombre d’images d’entraînement. Nous avons donc démontré que, dans le domaine de l’échographie, nous pouvions utiliser les mêmes outils pour la classification et l’identification des images avec une sensibilité et une spécificité élevées », explique le Dr Walker.
Les résultats ont été publiés récemment dans PLOS ONE, une revue à accès libre évaluée par des pairs.
Le groupe de recherche dirigé par l’Université d’Ottawa a de grands espoirs quant à l’avenir de ce type d’étude. Avec un développement plus poussé, comprenant des essais avec un grand ensemble de données issues d’emplacements multiples, l’équipe croit que son approche pourrait être appliquée à d’autres anomalies fœtales généralement identifiées par échographie.
À terme, le Dr Walker indique que le groupe cherchera à mettre en place un consortium international pour télécharger les échographies obstétricales dans le nuage informatique (terme désignant l’utilisation de serveurs servant à stocker des données et fournir des services informatiques à un grand nombre d’utilisateurs). Cette démarche pourrait aider les médecins des pays à revenu faible ou intermédiaire à réaliser des analyses et des diagnostics à partir du nuage.
« Ce projet marquera fort probablement le début d’un vaste ensemble de travaux à venir », explique le Dr Walker. « Nous avons plusieurs articles à publier à la suite de celui-ci ».
Le Dr Walker est obstétricien spécialiste des grossesses à haut risque, épidémiologiste clinique, professeur titulaire et vice-doyen du Bureau de l’internationalisation et de la santé mondiale à la Faculté de médecine de l’Université d’Ottawa. Il est cofondateur du groupe de recherche OMNI (Obstetrics, Maternal et Newborn Investigations) à L’Hôpital d’Ottawa, le plus grand groupe de recherche sur la maternité et les nouveau-nés au Canada.
Parmi les personnes qui ont collaboré à la publication des résultats de cette étude, on compte des chercheurs de haut niveau des départements de la Faculté de médecine de l’Université d’Ottawa et de l’Institut de recherche de l’Hôpital d’Ottawa (IRHO), où le Dr Walker est scientifique principal.
La Faculté de médecine de l’Université d’Ottawa consacre des ressources importantes au développement de l’IA, désormais domaine de recherche prioritaire, notamment à travers le recrutement de chercheurs chevronnés et l’attribution de chaires de recherche du Canada. Elle vient également de lancer le Programme de financement de démarrage en intelligence artificielle.
Envisagez de soutenir l'Université d'Ottawa
Le fonds Besoins prioritaires de la Faculté de médecine offre le soutien le plus souple concernant les besoins et priorités en pleine évolution établis dans le plan stratégique Chef de file en innovation pour un monde en santé.
