DÉTECTION DES MALADIES OCULAIRES À L'AIDE D'ALGORITHMES HYBRIDES D'APPRENTISSAGE PROFONDE À PARTIR D'IMAGES DU FOND D'ŒIL

Selon le rapport mondial de l'Organisation mondiale de la santé publié en 2020, au moins 2,2 milliards de personnes dans le monde souffrent actuellement d'une déficience visuelle, et au moins 1 milliard d'entre elles ont une déficience visuelle qui peut être évitée ou qui n'a pas encore été traitée. Le monde est confronté à d’importants défis en matière de santé oculaire, notamment des inégalités dans la couverture et la qualité des services de prévention, de traitement et de réadaptation en matière de soins oculaires, un manque de prestataires de soins oculaires qualifiés et une mauvaise intégration des services de soins oculaires dans les systèmes de santé, entre autres.

On sait que plus de 80 % de tous les troubles visuels peuvent être prévenus ou traités. Un examen du fond de l'œil doit être réalisé par un spécialiste de la rétine pour poser un diagnostic correct, mais les gens ne consultent un ophtalmologiste qu'en cas d'inconfort. Bien que les symptômes évoluent généralement tellement qu'une fois la maladie apparue, entraînant des traitements et des interventions chirurgicales coûteuses, les dommages sont souvent irréversibles, entraînant une déficience visuelle, voire une perte de vision permanente.

L'intelligence artificielle est utilisée pour étudier et développer des théories et des méthodes pouvant aider à simuler et à étendre l'intelligence humaine, qui ont été utilisées dans de nombreux domaines de recherche tels que le diagnostic automatique et la médecine. Ces dernières années, l’intersection de la technologie de l’intelligence artificielle (IA) et de la médecine moderne a rendu possible un dépistage efficace et rapide des maladies. EyeCheckup est un logiciel automatisé conçu pour analyser des photographies numériques couleur du fond oculaire afin de dépister rapidement les maladies de la rétine et du disque optique.

L'objectif principal de la recherche est d'évaluer les performances de l'algorithme de dépistage automatique pour détecter les maladies orientables de la rétine et du disque optique sur la base d'images couleur du fond d'œil et pour déterminer sa sensibilité et sa spécificité vis-à-vis d'éventuelles maladies. Pour la validation clinique du système, les images seront évaluées par des ophtalmologistes et les résultats seront comparés à l'algorithme d'intelligence artificielle.

Après exclusions, cette étude recrutera jusqu'à 1528 sujets répondant aux critères d'éligibilité. Les participants qui répondent aux critères d'éligibilité seront recrutés après avoir obtenu le consentement éclairé écrit des prestataires de soins de santé primaires. Les sujets subiront une photographie du fond d'œil à l'aide d'appareils photo ophtalmiques autorisés par la Food and Drug Administration (FDA). Les images seront prises selon un protocole d'imagerie EyeCheckup spécifique fourni à l'opérateur de la caméra ophtalmique, puis analysées par l'appareil EyeCheckup v2.0.

Méthodes et outils à utiliser dans la recherche :

I. Capture de photos du fond d'œil avec des caméras non mydriatiques : des images du fond d'œil centrées sur le disque optique et centrées sur la fovéa seront prises avec les caméras Canon CR-2 AF, Topcon TRC-NW400 et Optomed Aurora pour le fond d'œil non mydriatique. Pour les volontaires dont les images non mydriatiques ne peuvent être obtenues, la dilatation de la pupille sera obtenue en instillant des gouttes de tropicamide, puis des images seront prises. Les caméras de fond non mydriatique Canon CR-2 AF, Topcon TRC-NW400 et Optomed Aurora, à partir desquelles les images de la rétine seront prises, sont marquées CE et approuvées par la FDA.

Tests à faire :

I. Les images du fond d'œil obtenues avec trois caméras différentes de chaque volontaire inclus dans l'étude seront analysées séparément pour l'œil droit et l'œil gauche par l'algorithme d'intelligence artificielle EyeCheckup basé sur une caméra.

ii. Évaluation des images Canon CR-2 AF par des spécialistes de la rétine et du glaucome pour validation clinique du système et comparaison des résultats,