L'IA nous offre le potentiel de nouveaux tests moins invasifs pour la santé cardiaque - prédisant les résultats cardiovasculaires à partir d'images rétiniennes avec vision par ordinateur - encourageant les premiers résultats. (Source : fichier photo) Connaître le risque de crise cardiaque ou d'accident vasculaire cérébral pourrait bientôt devenir aussi simple qu'un test de la vue, car les chercheurs de Google et de sa branche spécialisée dans les technologies de la santé, Verily, ont découvert que l'intelligence artificielle (IA) et l'apprentissage automatique (ML) pourraient aider à identifier les signaux cardiaques. maladies à travers des images rétiniennes.
L'IA nous offre le potentiel de nouveaux tests moins invasifs pour la santé cardiaque – prédisant les résultats cardiovasculaires à partir d'images rétiniennes avec vision par ordinateur – encourageant les premiers résultats !, a déclaré mardi le PDG de Google, Sundar Pichai, en faisant référence à l'étude dans un tweet.
L'étude, publiée dans la revue Nature Biomedical Engineering, a montré que l'apprentissage en profondeur appliqué à une image du fond de la rétine, une photographie qui comprend les vaisseaux sanguins de l'œil, peut prédire les facteurs de risque de maladies cardiaques, de la pression artérielle au tabagisme.
L'algorithme que les chercheurs ont produit peut même aider à prédire l'occurrence d'un futur événement cardiovasculaire majeur à égalité avec les mesures actuelles, a déclaré Michael McConnell, responsable des innovations en santé cardiovasculaire chez Verily dans un article de blog.
Les maladies cardiovasculaires sont la principale cause de décès dans le monde et les chercheurs savent que des facteurs liés au mode de vie, notamment l'exercice et l'alimentation, ainsi que des facteurs génétiques, l'âge, l'origine ethnique et le sexe y contribuent tous.
Cependant, ils ne savent pas exactement comment ces facteurs s'additionnent chez un individu en particulier, et donc chez certains patients, il devient essentiel d'effectuer des tests sophistiqués, comme des tomodensitogrammes coronariens calciques, pour aider à mieux stratifier le risque d'un individu d'avoir une crise cardiaque ou un accident vasculaire cérébral et autres événements cardiovasculaires.
arbre à fleurs roses et feuilles vertes
Dans cette étude, utilisant des algorithmes d'apprentissage en profondeur formés sur les données de 284 335 patients, les chercheurs ont pu prédire les facteurs de risque cardiovasculaire à partir d'images rétiniennes avec une précision étonnamment élevée pour les patients de deux ensembles de données indépendants de 12 026 et 999 patients.
L'algorithme pouvait distinguer les images rétiniennes d'un fumeur de celles d'un non-fumeur 71 % du temps, selon l'étude.
De plus, alors que les médecins peuvent généralement faire la distinction entre les images rétiniennes des patients souffrant d'hypertension artérielle sévère et des patients normaux, notre algorithme pourrait aller plus loin pour prédire la pression artérielle systolique à moins de 11 mmHg en moyenne pour l'ensemble des patients, y compris ceux avec et sans hypertension. pression, a déclaré la co-auteure de l'étude, Lily Peng, chef de produit, Google Brain Team.
L'un des aspects passionnants de cette étude est la génération de « cartes d'attention » pour montrer quels aspects de la rétine ont le plus contribué à l'algorithme, offrant ainsi une fenêtre sur la « boîte noire » souvent associée à l'apprentissage automatique, McConnell, qui est également un co-auteur de l'étude, a déclaré.
Cela peut donner aux cliniciens une plus grande confiance dans l'algorithme et potentiellement fournir de nouvelles informations sur les caractéristiques rétiniennes qui n'étaient pas associées auparavant à des facteurs de risque cardiovasculaire ou à un risque futur, a déclaré McConnell.
Les résultats suggèrent qu'une simple image rétinienne pourrait un jour aider à comprendre la santé des vaisseaux sanguins d'un patient, clé de la santé cardiovasculaire.
C'est prometteur, mais les premières recherches - plus de travail doit être fait pour développer et valider ces résultats sur de plus grandes cohortes de patients avant que cela puisse arriver dans un cadre clinique, a ajouté McConnell.
araignée brune avec des taches noires