Comme n’importe quel ophtalmologue vous le dira, un examen des yeux peut révéler des signes d’un certain nombre de maladies, y compris le diabète et l’hypertension artérielle. Google est parti de cette réalité et l’a combinée avec des algorithmes d’apprentissage en profondeur pour porter le potentiel de diagnostic à un niveau plus élevé. Avec son système, la technologie d’apprentissage en profondeur de Google est capable de prédire le risque cardiovasculaire chez une personne donnée simplement en utilisant des images de sa rétine.
Le nouveau système a récemment été détaillé par Google Research, ainsi que dans une étude récemment publiée intitulée « Prédiction des facteurs de risque cardiovasculaires à partir de photos de rétines par l’apprentissage profond ». Les chercheurs ont formé des algorithmes d’apprentissage en profondeur utilisant 284 335 patients.
En utilisant ces données, le système d’apprentissage en profondeur a été formé pour identifier certains problèmes de santé et des facteurs de risque, tels que l’hypertension artérielle ou si le patient est un fumeur ou non-fumeur. Cette dernière distinction a été effectuée avec une précision de 71 %, tandis que le système a relevé l’identification de la pression artérielle d’un cran en prédisant la pression systolique du patient dans une moyenne de 11 mmHg.
Prédire la probabilité d’un événement cardiovasculaire
Cela dépasse les capacités des médecins humains, qui sont généralement capables de faire la différence entre quelqu’un qui a une pression artérielle normale ou élevée, mais qui n’est pas capable d’estimer la pression systolique. Le système peut également utiliser des images rétiniennes pour prédire les facteurs de risque, qui selon Google inclut des choses comme le sexe et l’âge du patient.
En plus d’identifier les facteurs de risque, les algorithmes d’apprentissage en profondeur de Google ont appris à prédire la probabilité d’un événement cardiovasculaire, comme une crise cardiaque ou un accident vasculaire cérébral, avec une précision « assez » élevée. Par exemple, un test a montré une précision de 70 %, pour déterminer quel patient parmi les deux avait subi un événement cardiovasculaire majeur suivi lorsque l’image rétinienne a été prise.
Google indique que ses chercheurs vont former les algorithmes en utilisant des ensembles de données plus volumineux dans le futur.
