L’intelligence artificielle peut-elle sauver des millions de personnes de la rétinopathie diabétique ?
Le diabète touche plus de 460 millions d’adultes dans le monde, et un tiers d’entre eux risquent de perdre la vue sans un dépistage précoce. La rétinopathie diabétique (RD), une maladie oculaire liée au diabète, endommage silencieusement les vaisseaux sanguins de la rétine (la couche sensible à la lumière au fond de l’œil). Lorsque les symptômes apparaissent, il est souvent trop tard. Pourtant, la moitié des patients diabétiques ne font pas de contrôles oculaires réguliers. L’intelligence artificielle (IA) pourrait-elle combler ce manque et prévenir la cécité ?
La menace silencieuse de la rétinopathie diabétique
Le diabète endommage les nerfs, les vaisseaux sanguins et les organes au fil du temps. La rétinopathie diabétique est l’une des principales causes de cécité chez les adultes en âge de travailler. Dans le monde, 34,6 % des patients diabétiques développent une RD. En Chine, 18,45 % des patients diabétiques sont atteints de RD, tandis qu’aux États-Unis, ce taux atteint 33,2 %. Plus une personne vit longtemps avec le diabète, plus son risque augmente.
La RD commence par de minuscules fuites ou blocages dans les vaisseaux sanguins de la rétine, provoquant un gonflement, des saignements ou des excroissances anormales. Sans traitement, la vision s’affaiblit. L’œdème maculaire diabétique (OMD, accumulation de liquide dans la partie centrale de la rétine) peut survenir à n’importe quel stade, menaçant la vision centrale. Un dépistage précoce est crucial, mais la RD ne présente aucun symptôme précurseur.
Pourquoi le dépistage est insuffisant
Les médecins recommandent des examens oculaires annuels pour les patients diabétiques. Pourtant, les études montrent une faible observance. Aux États-Unis, 50 % des patients atteints de diabète de type 2 n’ont pas fait d’examen oculaire depuis cinq ans. Pourquoi ? Beaucoup ne comprennent pas les risques de la RD. D’autres n’ont pas accès à des spécialistes ou sont confrontés à des coûts élevés.
Les programmes de télémédecine aident en envoyant des photos de la rétine à des experts à distance. Le programme SiDRP de Singapour a réduit les coûts et amélioré l’accès. Mais ces systèmes reposent encore sur des humains pour analyser des milliers d’images, un processus lent et coûteux.
L’IA intervient : un dépistage plus rapide et plus intelligent
L’IA imite l’apprentissage humain grâce à des algorithmes (règles de résolution de problèmes étape par étape). Le machine learning (ML) permet à l’IA de s’améliorer à partir de données sans programmation directe. Le deep learning (DL), un type de ML, utilise des réseaux neuronaux (algorithmes en couches inspirés du cerveau) pour repérer des motifs. Par exemple, les réseaux neuronaux convolutifs (CNN, modèles d’IA pour les images) peuvent analyser des photos de la rétine pour détecter des signes de RD.
En 2018, la FDA a approuvé le premier outil d’IA pour la RD : IDx-DR. Il utilise une caméra pour prendre des photos de la rétine et évalue la gravité de la RD en quelques minutes. D’autres outils, comme EyeArt et Airdoc, fonctionnent sur des smartphones ou des tablettes. Les études montrent que l’IA peut égaler ou dépasser la précision humaine. Le système d’IA de Google a détecté la RD aussi précisément que des spécialistes lors d’essais cliniques.
Comment ça marche :
- Entraînement : L’IA étudie des milliers d’images de la rétine annotées par des médecins.
- Validation : L’IA vérifie de nouvelles images pour affiner ses compétences.
- Test : L’IA évalue des images inédites, signalant des signes de RD comme des taches de sang ou un gonflement.
L’IA réduit la charge de travail. Retmarker, un autre outil, a diminué les analyses manuelles d’images de 48 %. Cela accélère le dépistage, en particulier dans les zones rurales ou mal desservies.
Les défis : pourquoi l’IA n’est pas encore parfaite
Bien que prometteuse, l’IA doit surmonter des obstacles :
- Biais des données : La plupart des IA sont entraînées sur des données occidentales. Les images de la rétine de groupes divers (par exemple, asiatiques ou africains) peuvent différer, entraînant des erreurs.
- Le problème de la “boîte noire” : Les décisions de l’IA ne sont pas toujours explicables. Les médecins ont besoin de clarté pour faire confiance aux résultats.
- Maladies mixtes : L’IA peine si la RD coexiste avec des cataractes (lentilles oculaires opaques) ou un glaucome (dommage du nerf optique).
- Coût : Les outils avancés comme l’OCT (tomographie par cohérence optique, un scan détaillé de l’œil) améliorent la détection de l’OMD mais sont coûteux.
La sécurité est également une préoccupation. Stocker les données des patients dans des systèmes d’IA expose à des fuites ou des piratages.
L’avenir : l’IA dans votre poche ?
Les chercheurs testent l’IA sur des appareils portables. Imaginez utiliser une application smartphone pour des contrôles oculaires à domicile. Pendant la COVID-19, de tels outils pourraient réduire les visites en clinique. À l’avenir, l’IA pourrait combiner des photos de la rétine avec des scans OCT pour une meilleure précision.
Un autre objectif : la détection multi-maladies. Actuellement, l’IA se concentre sur la RD, mais l’associer au dépistage du glaucome ou des cataractes pourrait sauver davantage de vues.
À des fins éducatives uniquement.
doi.org/10.1097/CM9.0000000000001816