Name

Classification normal/anormal des rétinophotographies dans un réseau de dépistage de la rétinopathie diabétique (RD) par intelligence artificielle

Le dépistage de la RD par IA a connu un développement très rapide depuis quelques années. Ces solutions sont capables de détecter la RD, avec des performances au moins égales à un rétinologue. Cependant, elles ont l’inconvénient de ne traiter que la RD avec exceptionnellement le glaucome et la DMLA. Elles sont donc incapables de dépister les autres pathologies. Nous proposons, dans cette étude, une IA plus générale, visant à détecter automatiquement les rétinophotographies anormales. 

Cette intelligence artificielle a été entrainée et évaluée sur une sélection de données extraites d’OPHDIAT. Cette base de données comprend plus de 160.000 examens réalisés entre 2004 et 2017, en Île-de-France, dans le cadre du dépistage de la rétinopathie diabétique. Tous ces examens ont été interprétés par des ophtalmologistes (1 à 2 lecteurs par image). Les diagnostics comportent non seulement le classement de la rétinopathie diabétique pour chaque œil mais aussi la présence ou la suspicion de présence d’autres pathologies rétiniennes. Une seconde lecture a permis d’identifier 77812 rétinophotographies normales ou anormales. Les images anormales comprennent au moins l’une des 41 pathologies rétiniennes identifiées. 

L’IA a été évaluée sur une base de test de 7855 rétinophotographies d’OPHDIAT issues d’une population ayant comme âge moyen 55 ans (minimum : 9.ans, maximum : 99 ans, écart-type :15 ans), et comportant 42% de femmes et 58% d’hommes. Les résultats montrent que l’IA détecte bien les rétinophotographies ayant des signes pathologies avec une aire sous la courbe ROC : 0,9557. Elle est ainsi capable de détecter 95 % des cas pathologiques avec une spécificité de 85 %. De plus, l’IA met moins de deux secondes à analyser une image. 

Nous avons montré que l’IA est capable de différencier automatiquement une image normale d’une image pathologique avec une bonne précision. Cette solution est beaucoup plus générale que les solutions automatiques existantes, qui ne ciblent que la rétinopathie diabétique. Tout en garantissant une sensibilité très élevée, ce système pourrait faire office de trieur automatique, ne laissant au médecin uniquement les rétines pathologiques à traiter. 

Cette intelligence représente une réelle avancée, car elle s’approche d’un système de dépistage idéal, gérant toutes les pathologies rétiniennes. Après validation clinique à grande échelle, il pourrait permettre de cibler les patients nécessitant un avis médical.