Accueil Santé & Bien-être L’intelligence artificielle peut améliorer le diagnostic du diabète

L’intelligence artificielle peut améliorer le diagnostic du diabète

212
0

PARIS, 6 avr. (Bénin Actu) –

Grâce à un modèle d’apprentissage profond entièrement automatisé basé sur l’intelligence artificielle (IA), des chercheurs ont pu identifier les signes précoces du diabète de type 2 dans des tomodensitométries abdominales, selon une nouvelle étude publiée dans la revue « Radiology ».

En raison de l’apparition lente des symptômes, il est important de diagnostiquer le diabète de type 2 à un stade précoce. Certains cas de pré-diabète peuvent durer jusqu’à huit ans et un diagnostic précoce permettra aux patients d’apporter des changements à leur mode de vie afin de modifier la progression de la maladie.

Le scanner abdominal pourrait être un outil prometteur pour le diagnostic du diabète de type 2. Le scanner est déjà largement utilisé dans la pratique clinique et peut fournir une quantité importante d’informations sur le pancréas.

Des études antérieures ont montré que les patients diabétiques ont tendance à accumuler plus de graisse viscérale et de graisse dans le pancréas que les patients non diabétiques. Cependant, peu de travaux ont été réalisés pour étudier le foie, les muscles et les vaisseaux sanguins entourant le pancréas, explique le coauteur de l’étude, Ronald M. Summers, chercheur principal et radiologue au centre clinique des National Institutes of Health à Bethesda, aux États-Unis.

« L’analyse des caractéristiques tant pancréatiques qu’extrapancréatiques est une approche novatrice qui, à notre connaissance, n’a pas été démontrée dans des travaux antérieurs », ajoute l’étudiant et premier auteur.

L’analyse manuelle des images de tomographie pancréatique sans contraste à faible dose par un radiologue ou un spécialiste qualifié est un processus long et difficile. Pour relever ces défis cliniques, l’analyse automatisée des images du pancréas doit être améliorée, notent les auteurs.

Lire aussi:  La Santé et les Régions autonomes conviennent de supprimer les quarantaines pour contact étroit avec les personnes non vaccinées

Pour cette étude rétrospective, le Dr Summers et ses collègues, en étroite collaboration avec le co-auteur Perry J. Pickhardt, professeur de radiologie à la faculté de médecine et de santé publique de l’université du Wisconsin, ont utilisé un ensemble de données sur les patients qui avaient subi un dépistage systématique du cancer colorectal par tomodensitométrie à l’hôpital et aux cliniques de l’université du Wisconsin.

Sur les 8 992 patients qui avaient subi un dépistage entre 2004 et 2016, 572 avaient été diagnostiqués avec un diabète de type 2 et 1 880 avec une dysglycémie, un terme qui désigne des taux de sucre dans le sang trop bas ou trop élevés. Il n’y avait pas de chevauchement entre le diagnostic de diabète et celui de dysglycémie.

Pour construire le modèle d’apprentissage profond, les chercheurs ont utilisé un total de 471 images obtenues à partir de divers ensembles de données, notamment le Medical Data Decathlon, le Cancer Image Archive et le défi Beyond Cranial Vault. Les 471 images ont été divisées en trois sous-ensembles : 424 pour l’apprentissage, huit pour la validation et 39 pour les tests. Les chercheurs ont également inclus les données de quatre séries d’apprentissage actif.

Lire aussi:  56% des enfants de moins de 12 ans ont reçu leur première dose de vaccin COVID-19.

Le modèle d’apprentissage profond a montré d’excellents résultats, ne démontrant pratiquement aucune différence par rapport à l’analyse manuelle. Outre les différentes caractéristiques du pancréas, le modèle a également analysé la graisse viscérale, la densité et les volumes des muscles et organes abdominaux environnants.

Les résultats ont montré que les patients diabétiques présentaient une plus faible densité du pancréas et une plus grande quantité de graisse viscérale que les patients non diabétiques.

« Nous avons constaté que le diabète était associé à la quantité de graisse à l’intérieur du pancréas et de l’abdomen des patients », souligne le Dr Summers. Plus il y avait de graisse dans ces deux endroits, plus les patients étaient susceptibles de souffrir de diabète pendant une période plus longue.

Les meilleurs prédicteurs du diabète de type 2 dans le modèle final comprenaient le pourcentage de graisse intrapancréatique, la dimension fractale pancréatique, la gravité de la plaque entre le niveau des vertèbres L1-L4, l’atténuation moyenne de la CT du foie et l’IMC. Le modèle d’apprentissage profond a utilisé ces prédicteurs pour discerner avec précision les patients atteints ou non de diabète.

« Cette étude est un pas vers une utilisation plus large des méthodes automatisées pour relever les défis cliniques », déclarent les auteurs. « Elle peut également servir de base à de futurs travaux. Elle peut également servir de base à de futurs travaux visant à déterminer la raison des changements pancréatiques chez les patients diabétiques.

Article précédentNagelsmann : « Villarreal jouera assez librement et ne subira pas de pression de notre part.
Article suivantLes États-Unis sanctionnent la place de marché darknet et la plateforme d’échange de crypto-monnaies russes.