La FDA autorise une intelligence artificielle à établir un diagnostic médical de façon autonome
Il s'agit bel et bien d'une première. La Food & Drug Administration (FDA), équivalente de l'agence européenne du médicament vient d'autoriser la commercialisation d'un système d'analyse d'imagerie médicale capable de poser avec près de 90 % de réussite le diagnostic de la rétinopathie diabétique. Cette complication du diabète touche près d'un diabétique de type 2 sur deux et peut entraîner la cécité en faisant littéralement éclater les capillaires qui irriguent la rétine de l'œil.
Première cause de cécité avant 65 ans en France, la rétinopathie diabétique revêt est un enjeu de santé publique qui est loin d'être négligeable. La détection précoce est d'autant plus importante, que des traitements fiables existent (laser), que les programmes de prévention visant à maîtriser la glycémie sont efficaces et que le plus souvent cette complication s'installe sans symptôme évocateur. C'est pourquoi il est recommandé aux patients diabétiques de type 2 de contrôler une fois par an leur fond d'œil chez un ophtalmologue.
Ce que ne fait plus de la moitié des patients diabétiques américains qui le devraient explique Malvina Eydelman, directrice de la division ophtalmique à la FDA. "La détection précoce est un élément central dans la stratégie de prise en charge des rétinopathies diabétiques". Pour la FDA il s'agit avant tout d'améliorer l'accès aux soins nécessaires et c'est bien pour faciliter le dépistage précoce que non seulement le système IDx-DR a été homologué, mais qu'il l'a été avec le statut de découverte capitale.
D'abord destiné aux centres d'imagerie ou de radiologie qui ne dispose pas de spécialiste de la vision, l'IDx-Dr, est un système logiciel installé localement et relié à une caméra numérique rétinienne. Une fois les images capturées, elles sont transmises à un centre d'analyse distant situé aux Pays-Bas en ce qui concerne l'Europe, et qui est à même d'établir un diagnostic en moins d'une minute en se référant à des algorithmes d'analyses dopés par des techniques d'apprentissage profond (deep learning). Cette intelligence artificielle est entraînée à détecter des rétinopathies diabétiques non proliférantes moyennes et elle le fait avec des niveaux de réussite spectaculaire.
Son efficacité a été évaluée en 2017 par une étude clinique portant sur plus de 900 cas répartis sur 10 centres d'imagerie aux États-Unis avec des opérateurs non spécialisés. Les résultats ont montré une sensibilité de 87% et une spécificité de 90%. Dans 96% de cas, la qualité des images obtenues par la caméra numérique a été suffisante pour l'établissement du diagnostic, en dépit d'une qualité technique parfois moyenne et de l'inexpérience des opérateurs.
Selon le parcours de soins en vigueur aux États-Unis, le diagnostic positif déclenchait une consultation chez un médecin ophtalmologue à même de confirmer le diagnostic et surtout de délivrer un traitement adapté. En cas de diagnostic négatif, le patient était invité à refaire le test d'ici un an.
Descripteur MESH : Diagnostic , Intelligence , Intelligence artificielle , Cécité , Rétinopathie diabétique , Diabète , Rétine , Soins , Rétinopathies , Patients , Logiciel , Santé publique , Santé , Radiologie , Programmes , Algorithmes , Glycémie , France , Europe , Apprentissage