Un algorithme pour dépister les maladies rétiniennes

© Inserm/Le Hoang, Phuc

L’analyse automatique de données pourrait bien révolutionner le travail des ophtalmologistes. Des chercheurs en informatique de Brest ont en effet publié en avril un article[1] sur un logiciel qu’ils ont mis au point pour « lire » des images de fond d’œil.

Ces clichés se multiplient en effet, une inflation en nombre qui n’est pas sans compliquer la pratique médicale. Aux angiographies[2] s’ajoutent en effet maintenant les rétinographies, nouvelle technique de détection notamment des rétinopathies diabétiques, avec prise de vue par un orthoptiste et lecture différée par un ophtalmologiste. Pour la rétinopathie diabétique, plusieurs logiciels ont déjà été développés pour faciliter la lecture très codifiée des images. Pourquoi cependant ne pas profiter de ces clichés pour rechercher simultanément plusieurs pathologies ? C’est la question que s’est posée Gwenolé Quellec, chercheur au laboratoire de traitement de l’information médicale (LaTIM) de Brest. « En première intention, pour des personnes à risque, les ophtalmologistes vont en effet se concentrer sur le dépistage de la rétinopathie diabétique. Mais ils ne veulent pas d’un système qui ne reconnaîtrait que cela », explique-t-il.

Dégager des règles de dépistage pour une variété de pathologies

Les chercheurs de son équipe ont donc amorcé une collaboration avec l’hôpital Lariboisière pour l’utilisation de leur base OPHDIAT de clichés de rétinographies de diabétiques. Les chercheurs ont pu calibrer le logiciel sur deux années de résultats de la banque d’images, soit environ 25 000 clichés. Le procédé utilisé extrait des informations de l’image mais aussi du dossier médical du patient, ce que les chercheurs nomment des descripteurs, pour en extraire des règles de dépistage. Pour des pathologies rares, peu représentées, les règles sont plus superficielles et combinent moins de descripteurs que pour des pathologies plus répandues. « La grande nouveauté de notre logiciel est de détecter plusieurs pathologies à partir des mêmes descripteurs, avec une indication sur les sous-catégories, le degré de sévérité », détaille Gwenolé Quellec.

Gwénolé Quellec

« Cela est rendu possible par le « data mining », cette faculté qu’a le logiciel de croiser des données d’images et de contexte ». Les chercheurs ont également amorcé une collaboration avec le centre hospitalier du Mans pour essayer de détecter des anomalies débutantes sur des clichés de patients sans pathologies préalables.

Mieux trier les patients

Cette recherche a déjà fait l’objet d’un dépôt de brevet Inserm Transfert pour un futur usage clinique, qui pourrait aller à terme jusqu’à intégrer une proposition de dépistage systématique de maladies rétiniennes. « Pour le moment, l’objectif est de réduire le temps de travail des médecins qui doivent lire de nombreux clichés, notamment après transmission pour le diagnostic de la rétinopathie diabétique. Le logiciel permettra de trier en amont les rétines saines et les rétines avec anomalies, ce qui pourrait réduire le nombre de transmissions d’un quart à un tiers », espère le chercheur brestois. « Pour d’autres applications, il nous faut encore augmenter la précision de notre logiciel, qui fait à ce jour aussi bien qu’une seconde lecture médicale pour dire si pathologie il y a mais qui s’en approche seulement pour préciser de quelle pathologie il s’agit. Ces autres utilisations pourraient être de l’aide au diagnostic dans des pays avec peu de spécialistes, comme en Mauritanie où nous avons un projet en cours. Voire pour des médecins généralistes en France, avant adressage à un ophtalmologiste ».

Proposer un outil complet

L’outil a donc été conçu comme auto-apprenant. « Bientôt nous aurons accès à l’intégralité de la base OPHDIAT, soit 125 000 examens, ce qui améliorera grandement la précision de l’outil », se réjouit Gwenolé Quellec. En attendant, les chercheurs se sont associés à une entreprise de traitement de l’image, Adcis, grâce à laquelle ils peuvent proposer des démonstrateurs en ligne. Les médecins peuvent donc télécharger leurs images pour des tests et faire un retour aux concepteurs sur leur niveau de satisfaction. « Nous espérons le développement d’un système complet, qui permettra de faire en même temps l’acquisition d’images et l’interprétation, en 2018. Il n’y aura pas de commercialisation d’ici là », prévient, prudent, le chercheur.

[1] G. Quellec et coll. Automatic detection of referral patients due to retinal pathologies through data mining. Medical Image Analysis, avril 2016 ; 29 : 47-64.
[2] Les angiographies sont des clichés de fond d’œil nécessitant une dilatation de la pupille et utilisés pour scruter la rétine.