L’Intelligence artificielle (IA) peut désormais détecter le COVID-19 à partir d'images échographiques pulmonaires, montre cette équipe de techniciens en imagerie de l’Université Johns Hopkins. L’équipe qui présente ainsi, dans la revue Communications Medicine, son « logiciel de reconnaissance » apporte une nouvelle illustration de l’efficacité de l’IA dans le domaine du diagnostic.
Ces données ajoutent en effet à la promesse des diagnostics médicaux basés sur l’IA qui apportent la possibilité de diagnostiquer plus rapidement les patients, et ici, les patients atteints de COVID-19. Si 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, notamment en raison du manque de données patients, aujourd’hui ce modèle « fonctionne » pour le COVID mais sa démonstration vaut aussi directement pour d’autres maladies pulmonaires.
L’un des auteurs principaux, John C. Malone. Professeur de génie électrique et d’informatique à l'Université Johns Hopkins explique que cet outil de détection automatisé a été développé pour aider les médecins en situation d'urgence devant prendre en charge un nombre élevé de patients, rapidement et avec précision, ce qui était le cas aux premiers stades de la pandémie.
L’IA analyse les images pulmonaires échographiques et repère 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. Le système combine des images générées par ordinateur avec de véritables échographies de patients qui contribuent à optimiser sa précision. 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 et d’accomplir des tâches d’analyse complexes.
De nombreuses applications : cet outil d’IA basé sur les échographies pulmonaires 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. Une utilisation « idéale » pourrait s’effectuer sous forme de patch échographique portable qui surveille l'accumulation de liquide dans les poumons et indique aux patients quand ils ont besoin d'un ajustement de leur traitement ou quand ils doivent consulter en urgence.
« 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 (…) Aujourd’hui, nous démontrons, qu’avec des ensembles de données générés par ordinateur, nous sommes en capacité d’atteindre un très haut degré de précision dans l’évaluation et la détection des caractéristiques cliniques du COVID. »
Source: Communications Medicine 11 March, 2024 DOI: 10.1038/s43856-024-0 Detection of COVID-19 features in lung ultrasound images using deep neural networks
