Les yeux, miroir de notre santé pour l’IA

Etienne Plamondon Emond Collaboration spéciale
À partir d’une image de la rétine, les algorithmes détectent des micro-anévrismes, des exsudats et des nodules cotonneux associés à la maladie.
Photo: Unsplash À partir d’une image de la rétine, les algorithmes détectent des micro-anévrismes, des exsudats et des nodules cotonneux associés à la maladie.

Ce texte fait partie d'un cahier spécial.

Le dépistage de la rétinopathie diabétique, une complication du diabète qui peut mener à la cécité, demeure généralement difficile d’accès. « Il est fait soit par les optométristes — ce qui encourt des frais pour les patients — ou par les ophtalmologistes, très sollicités », indique par courriel Andrée Boucher, endocrinologue au Centre hospitalier universitaire de Montréal (CHUM). C’est pourquoi, depuis l’été dernier, la clinique d’endocrinologie du CHUM expérimente une plateforme d’intelligence artificielle (IA) pour la dépister et mieux recommander ses patients, selon l’urgence, aux ophtalmologistes.

« C’est une plateforme de triage », illustre Yves-Stéphane Couture, vice-président ventes chez Diagnos, l’entreprise de Brossard qui a développé cette technologie déjà implantée dans une quinzaine d’autres pays.

À partir d’une image de la rétine, les algorithmes détectent des micro-anévrismes, des exsudats et des nodules cotonneux associés à la maladie. Puis, ils en évaluent la sévérité et suggèrent le délai avant lequel le patient devrait être vu ou traité pour cette maladie. Un coup de main salutaire pour des médecins généralistes ou des médecins spécialistes qui ne sont pas des experts des yeux.

Diagnos travaille depuis 2012 sur cet outil. Elle a effectué de l’apprentissage machine à l’aide de plus de 200 000 images de rétines annotées par des optométristes ou des ophtalmologistes. La PME avait accès à une vaste base de données déjà classifiée en raison d’un logiciel de télémédecine qu’elle avait auparavant mise en service. Puis, les algorithmes continuent de se peaufiner avec les nouvelles images traitées.

L’entreprise poursuit le développement d’algorithmes pour automatiser de manière aussi efficace la détection de la rétinopathie hypertensive, liée à l’hypertension artérielle. « On ne peut pas freiner l’évolution de la rétinopathie diabétique si on ne règle pas aussi les problèmes d’hypertension », soulève Hadi Chakor, médecin en chef chez Diagnos.

Si ces outils servent à mieux évaluer l’état de santé actuel du patient, Diagnos planche en parallèle depuis un an à mettre au point, toujours à l’aide de l’IA, un outil qui aiderait notamment à anticiper des accidents vasculaires cérébraux. « À partir d’une image de l’œil centré sur [les vaisseaux sanguins], on peut prédire des événements cardiovasculaires », assure M. Chakor.

 

Prédire l’alzheimer

Prédire un problème de santé à l’aide d’une image de l’œil, c’est ce que cherchent aussi à réaliser les jeunes entreprises montréalaises Optina et Imagia, qui collaborent depuis cet été sur des recherches. Leur but ? Dépister de manière précoce, à l’aide de l’IA, la maladie d’Alzheimer.

Chez Optina, on affiche l’ambition de mettre au point pour l’alzheimer ce que la mammographie représente pour le cancer du sein. La PME a créé une caméra qui prend une centaine de photos du fond de l’œil en une seconde. Puis, elle a développé en interne des algorithmes pour analyser les longueurs d’onde dans les clichés en les comparant avec les résultats, pour de mêmes patients, de la tomographie à émission de positron (TEP).

Cette dernière technologie d’imagerie permet de détecter une accumulation dans le cerveau de protéines bêta-amyloïde, dont les plaques sont souvent associées à l’apparition de la maladie d’Alzheimer, même si certaines personnes en présentent sans développer les symptômes. La TEP est ainsi devenue un outil de choix pour mieux diagnostiquer cette maladie, malgré ses coûts élevés et son accès limité. Avec une technologie fondée sur des images de l’œil, « on est aussi précis qu’un radiologue avec la TEP », affirme Marie-Claude Marchand, vice-présidente du développement des affaires chez Optina. La PME effectue actuellement des démarches pour obtenir les autorisations de la Food and Drug Administration (FDA), l’équivalent de Santé Canada aux États-Unis.

Mais Optina souhaite encore mieux prédire le développement d’agrégats de bêta-amyloïde. C’est pourquoi elle a amorcé une collaboration avec Imagia. Cette PME attire les regards en raison de l’IA qu’elle a développée pour aider à diagnostiquer des cancers. Un de leurs logiciels permet entre autres d’aiguiller en temps réel un médecin pour savoir si un polype, filmé durant la coloscopie, s’avère bénin ou malin. Mais Imagia s’intéresse plus largement au développement d’IA pour mettre au point des tests non invasifs et peu coûteux pour accélérer l’accès à des traitements.

« On a des architectures d’apprentissage profond qui ont été entraînées sur des tâches de reconnaissance d’images dans le domaine médical, explique Martine Bertrand, chercheuse scientifique chez Imagia. On prend ces architectures qui sont déjà entraînées pour des petits jeux de données, comme ceux d’Optina actuellement, et on les utilise pour extraire une série de valeurs qui encodent des patrons dans l’image […] Ce qu’on cherche à trouver parmi les valeurs, c’est s’il y en a qui sont corrélés avec la présence d’agrégats de bêta-amyloïde. » La démarche permet ainsi de découvrir des biomarqueurs, dans ce cas-ci associés à l’accumulation de la protéine à proximité de vaisseaux sanguins.

La détection de la présence ou prédire le développement de plaques de bêta-amyloïde doit en revanche être jumelée à d’autres tests pour établir un diagnostic d’alzheimer. Mais Alexandre Le Bouthillier, cofondateur d’Imagia, regarde plus loin que le diagnostic : il espère que cette technologie, une fois développée, favorisera la découverte de nouvelles thérapies. « Est-ce qu’on verra des variations dans le signal lorsqu’un nouveau traitement sera à l’essai ? En ayant des tests non invasifs, on pourrait mieux faire ce suivi patient pendant une étude clinique », juge-t-il.

« L’œil, c’est beaucoup plus que le reflet de l’âme : on y voit plein de choses vraiment intéressantes pour faire de la médecine préventive » — Alexandre Le Bouthillier, fondateur d’Imagia.

 

Une base de données pour aider les ophtalmologistes

Santiago Costantino, chercheur au Centre de recherche de l’hôpital Maisonneuve-Rosemont, a démarré un projet pour bâtir une vaste base de données obtenues par tomographie par cohérence optique (TCO). C’est le type d’images dont s’est servi DeepMind, propriété de Google, pour diagnostiquer avec l’aide d’algorithmes d’apprentissage profond des maladies de la rétine dans une étude publiée dans Nature Medicine en septembre dernier.

Mais M. Costantino souhaite que sa base de données, développée en collaboration avec Marie-Carole Boucher, professeure à l’Université de Montréal, et Farida Cheriet, chercheuse à Polytechnique Montréal, permettent aux algorithmes d’IA de fonder des diagnostics sur des bases anatomiques claires. Chaque image sera annotée et validée par des médecins, non seulement avec des étiquettes de maladies, mais aussi de toutes les caractéristiques anatomiques présentes. « On veut que la machine, ultérieurement, trouve ce qui est important dans l’image pour que ce soit le médecin qui prenne une décision, explique M. Costantino. Elle ne pourra pas juste donner un diagnostic sans justification. » Le chercheur espère que ces travaux, financés en partie par Action diabète Canada, servent à mieux dépister la rétinopathie diabétique, mais aussi la dégénérescence maculaire et le glaucome. « Jusqu’à maintenant, les efforts pour être capables de regarder des images et être effectifs à cibler le glaucome n’ont pas réussi », soulève-t-il.