L’intelligence artificielle (IA) a suscité l’intérêt en ophtalmologie pour sa capacité à suivre les tendances des maladies dans d’énormes populations, comme le Aux États-Unis, 38,4 millions de personnes souffrent de diabète qui sont à risque de maladie oculaire diabétique. Cependant, une étude récente utilisant l’IA pour détecter la rétinopathie diabétique à partir de photoprojections rétiniennes a révélé de grandes disparités dans la qualité des données introduites dans l’algorithme.
Et les photos de dépistage prises dans neuf établissements de soins primaires étaient trois fois plus susceptibles d’être inutilisables que celles obtenues dans deux cliniques d’ophtalmologie, selon une étude de l’Université Temple de Philadelphie. Les résultats de la nouvelle recherche ont été rapportés lors de la réunion annuelle 2024 de l’Association pour la recherche en vision et en ophtalmologie (ARVO).
“Les dépistages de la rétinopathie diabétique assistés par l’IA ont eu plus de succès lorsqu’ils ont été effectués dans une clinique d’ophtalmologie par rapport à un établissement de soins primaires”, a déclaré Madelyn Class, responsable de l’étude et étudiante en médecine à Temple. Actualités médicales Medscape. Une différence clé, a déclaré Class, était que les cliniques spécialisées faisaient appel à un photographe formé pour capturer des images ophtalmiques, tandis que les sites de soins primaires avaient des assistants médicaux pour prendre les photos.
Classe Madelyn
Les défis du dépistage en soins primaires
L’American Diabetes Association a reconnu dans un Énoncé de position 2017 que la photographie rétinienne a le potentiel d’introduire le dépistage dans des contextes où les optométristes ou les ophtalmologistes ne sont pas disponibles. Cette étude montre que le potentiel n’est peut-être pas encore exploité.
Dans le cadre des soins primaires, 42,5 % des photos rétiniennes étaient impossibles à graduer, contre 14,5 % dans les milieux spécialisés.
Le nombre de patients diagnostiqués avec une rétinopathie diabétique plus que légère variait également de manière significative entre les deux contextes – 13 % en soins primaires et 24 % en ophtalmologie – tout comme les taux de rendez-vous de suivi : 58 % et 80 %, respectivement.
“Il semble que l’erreur de l’utilisateur ait joué un rôle dans la qualité des photographies prises”, a déclaré Class. “Certaines des images que nous avons reçues des établissements de soins primaires concernaient en fait la paupière, ou même les rideaux sur le mur, plutôt que le fond d’œil.”
“Tous les caméramans de l’étude ont reçu une formation sur le dispositif d’imagerie”, a ajouté Class. “Cela suggère que certains photographes ont été pressés, ont manqué de pratique ou n’étaient tout simplement plus intéressés à prendre des photos”, a-t-elle déclaré. “Apparemment, nous devrons surveiller en permanence les performances de chaque photographe pour garantir que des photos de qualité sont prises.”
Les résultats peuvent également indiquer la nécessité d’utiliser différents équipements pour le dépistage dans les soins primaires, a ajouté Class. “Les caméras robotisées, par opposition aux caméras manuelles, peuvent aider à éliminer certaines des erreurs des utilisateurs rencontrées lors des dépistages en soins primaires”, a-t-elle déclaré.
Besoin de formation « réparable »
Ces résultats démontrent les défis liés à la capture d’images rétiniennes utilisables en dehors du cabinet d’un professionnel de la vue, selon Jennifer Lim, MD, directrice du service de rétine à l’Université de l’Illinois à Chicago.
Jennifer Lim, MD
“Cette étude montre que la mise en œuvre est le problème de l’IA”, a déclaré Lim. MedscapeMédical Nouvelles. “Inciter les médecins et les cliniques de soins primaires à vouloir adopter et comprendre comment mettre en œuvre le dépistage par l’IA [for diabetic retinopathy] dans un système de santé est difficile, c’est pourquoi j’applaudis le système de l’Université Temple pour avoir tenté d’intégrer le dépistage de l’IA basé sur la photographie rétinienne dans les centres ambulatoires de soins primaires et de comparer les résultats aux cliniques d’ophtalmologie.
L’étude a montré que les photographes ont besoin non seulement d’une formation initiale mais également d’un suivi pour éviter les images non gradables, a ajouté Lim, un problème qui peut être « résolu ».
“Il faudra beaucoup de travail pour faire passer le message aux cabinets de soins primaires que ces systèmes autonomes basés sur le cloud sont disponibles et efficaces pour détecter la rétinopathie”, a-t-elle déclaré.
Mais l’effort en vaut la peine, a-t-elle ajouté : « Il ne faut pas beaucoup de temps pour prendre ces photos pour le dépistage de la rétinopathie diabétique, et les avantages potentiels sont énormes, car plus tôt vous diagnostiquez une rétinopathie diabétique plus que légère, plus le patient est susceptible de souffrir. peuvent être envoyés pour des soins oculaires en temps opportun et ainsi prévenir la perte visuelle due à la rétinopathie diabétique.
La classe n’avait aucune divulgation pertinente. Lim a révélé une relation passée avec Eyenuk, le fabricant de caméras de dépistage rétinien.
Richard Mark Kirkner est un journaliste médical basé dans la région de Philadelphie.
2024-05-23 09:31:49
1716447162
#Une #étude #sur #lIA #pour #les #maladies #rétine #révèle #nombreuses #images #inutilisables
