Selon une étude, l'intelligence artificielle pourrait améliorer le diagnostic de l'insuffisance rénale – The New Indian Express

0
47

Par ANI

WASHINGTON DC: Les chercheurs ont découvert que l’apprentissage automatique moderne, une branche de l’intelligence artificielle, pouvait compléter la méthode traditionnelle de diagnostic de la maladie rénale.

Les pathologistes classifient souvent diverses maladies rénales sur la base d’évaluations visuelles des biopsies effectuées sur les reins des patients; Cependant, l'apprentissage automatique a le potentiel d'automatiser et d'accroître la précision des classifications.

Dans une étude, une équipe dirigée par Pinaki Sarder, PhD et Brandon Ginley, BS (école de médecine et de sciences biomédicales Jacobs de l'Université de Buffalo) a développé un algorithme de calcul permettant de détecter la gravité de la néphropathie diabétique sans intervention humaine.

L'algorithme a examiné une image numérique de la biopsie rénale d'un patient au niveau microscopique et extrait des informations sur les glomérules, les petits vaisseaux sanguins du rein qui filtrent les déchets du sang pour les excréter.

Selon l'étude publiée dans le journal de l'American Society of Nephrology, ces structures sont de plus en plus endommagées et marquées par l'évolution du diabète.

Il y a généralement 10 à 20 glomérules individuels par biopsie, et l'algorithme détecte l'emplacement de chaque sous-composant glomérulaire dans les images numériques, puis effectue de nombreuses mesures sur chaque sous-composant.

"L'algorithme visualise ensuite toutes les caractéristiques de la biopsie d'un patient dans une série, comme le ferait un médecin pour analyser la biopsie d'un patient passant d'un glomérule à un glomérule et examinant la structure de chacun", a expliqué le Dr Sarder.

"L'algorithme a une mémoire à long et à court terme, car il examine la structure glomérulaire, il peut donc retenir et incorporer les informations de tous les glomérules dans son analyse finale", a ajouté M. Ginley.

Les chercheurs ont utilisé leur méthode pour classer numériquement les échantillons de biopsie de 54 patients atteints de néphropathie diabétique et ont trouvé un accord substantiel entre les classifications numériques et celles de 3 pathologistes différents.

Dans un autre article publié au même moment dans JASN, une équipe dirigée par Jeroen van der Laak, Ph. D. et Meyke Hermsen, BSc (Centre médical universitaire Radboud, Nimègue, Pays-Bas) a appliqué l'apprentissage automatique à l'examen de biopsies de greffe de rein et a dépassé les glomérules pour évaluer plusieurs classes de tissus dans le rein.

Les chercheurs ont mis au point un modèle d’apprentissage automatique appelé "réseau de neurones à convolution" (CNN) et ont découvert qu’il pouvait être appliqué à des tissus provenant de multiples centres, à des biopsies et à des échantillons de néphrectomie, ainsi qu’à l’analyse de tissus sains et malades. En outre, ils ont validé les résultats de CNN avec des méthodes de classification standard.

"Dans cette recherche, nous avons appliqué l'intelligence artificielle à l'analyse précise des tissus transplantés du rein. Cela facilitera la recherche sur la transplantation rénale en fournissant des données très précises et reproductibles caractérisant les processus de la maladie et, à plus long terme, en améliorant les diagnostics pour les patients transplantés la survie des organes ", a déclaré le Dr Laak.

Mme Hermsen a ajouté que l'apprentissage par la machine n'a été que peu appliqué dans le champ rénal, la plupart du temps limité à la détection d'une seule structure.

"Nous avons estimé que beaucoup plus d'informations devraient – et peuvent – être extraites du tissu rénal afin de soutenir pleinement l'évaluation de la greffe", a-t-elle déclaré.

. (tagsToTranslate) Maladie du rein (t) Intelligence artificielle

LEAVE A REPLY

Please enter your comment!
Please enter your name here

This site uses Akismet to reduce spam. Learn how your comment data is processed.