L’intelligence artificielle booste la précision des diagnostics des maladies oculaires antérieures

Amélioration des diagnostics en ophtalmologie grâce à l’intelligence artificielle

Les résultats de cette étude révèlent le potentiel de la classification assistée par l’IA à l’aide de CorneAI pour améliorer la précision des interprétations des images colorées du segment antérieur par les ophtalmologistes. L’augmentation de la précision de classification grâce à l’assistance de l’IA souligne le rôle important que cette technologie peut jouer dans la pratique clinique, notamment dans la gestion des maladies du segment antérieur dans les hôpitaux ou les cliniques. Dans le domaine de l’imagerie médicale, l’IA a déjà montré ses capacités à détecter le cancer du poumon sur des radiographies conventionnelles et des tomodensitométries, ainsi qu’à identifier le cancer du sein via des mammographies. De plus, l’IA a affiché des résultats prometteurs dans la reconnaissance des lésions cartilagineuses et ligamentaires en orthopédie. En ophtalmologie, des diagnostics d’une rétinopathie diabétique assistés par l’IA sont réalisables, et une caméra du fond d’œil équipée d’IA a été approuvée par la Food and Drug Administration.

Bien que certaines études aient comparé les performances de l’IA et des professionnels de santé utilisant le même modèle d’échantillon, ces travaux se concentrent souvent uniquement sur les performances de l’IA sans aborder son impact sur les diagnostics des médecins. Ce travail se distingue en tant que premier à discuter de l’influence des réponses générées par l’IA sur les ophtalmologistes. La recherche indique une amélioration de la précision diagnostique chez les ophtalmologistes grâce au soutien de l’IA, révélant son efficacité. En outre, considérant l’application potentielle d’approches basées sur smartphone, il existe une possibilité d’étendre ces avantages aux soins de santé à distance.

Il est important de noter que, malgré un entraînement principalement axé sur les images prises avec lampes à fente, CorneAI a montré une performance robuste lorsqu’appliquée à des images smartphones, démontrant ainsi sa polyvalence et sa généralisabilité. Les maladies cornéennes sont rares et se caractérisent par leur diversité. Parmi celles-ci, la kératite infectieuse se classe comme la cinquième cause de cécité dans le monde, représentant un risque pour les jeunes également. La précision dans le diagnostic de la kératite infectieuse, des cicatrices cornéennes, de la kératopathie bulleuse, de l’opacité du cristallin et du glaucome à angle fermé primaire a considérablement augmenté avec l’assistance de l’IA.

Les résultats montrant des capacités diagnostiques équivalentes entre images prises avec des microscopes à lampes à fente et des smartphones avec accessoires, mais dans notre étude, bien que prises sans accessoires, les images sur smartphone avaient une précision diagnostique comparable à celle des images à lampes à fente. Cela suggère que les patients et les non-ophtalmologistes peuvent utiliser leurs smartphones pour produire des images de haute qualité adaptées à la télé-ophtalmologie, à condition d’impliquer une formation appropriée pour la capture de ces images.

Nous avons également examiné le temps requis pour répondre à 100 questions, notant que le soutien de CorneAI pourrait réduire ce temps de réponse, allégeant ainsi la charge de travail des ophtalmologistes. Les rapports provenant de domaines tels que l’orthopédie et la radiologie indiquent que l’assistance par IA réduit le temps d’interprétation des images à rayons X, corroborant nos résultats. Bien que certains ophtalmologistes aient exprimé des préoccupations quant à la durée du diagnostic avec CorneAI, notre étude démontre une augmentation de la précision diagnostique et une tendance vers des temps de réponse plus courts.

Points à retenir

• L’IA montre un potentiel dans la précision des diagnostics en ophtalmologie.
• CorneAI a performé efficacement sur des images issues de smartphones.
• La formation adéquate est cruciale pour garantir des captures d’images de bonne qualité.
• Les maladies cornéennes nécessitent une attention particulière en raison de leur diversité et de leur potentiel de cécité.
• Les résultats indiquent que l’IA peut réduire le risque de maldiagnostic et augmenter l’efficacité des processus de travail des ophtalmologistes.

En conclusion, cette recherche ouvre la voie à un avenir où l’IA pourrait non seulement améliorer la précision des diagnostics, mais également transformer les pratiques cliniques. Pouvons-nous envisager un monde dans lequel l’IA et les professionnels de santé collaborent de manière intégrée pour optimiser les soins ophtalmologiques ? Cette question mérite d’être explorée davantage dans la perspective de l’évolution rapide de la technologie médicale.