Les technologies Big Data et d'Intelligence Artificielle progressent à pas de géant dans le domaine médical. Les applications découlant du Machine Learning font preuve d’une stupéfiante efficacité dans le diagnostic de maladies graves.

Les techniques d'intelligence artificielle utilisées à des fins de diagnostic médical n'est pas nouveau : les premières expérimentations remontent à 1972 avec le logiciel AAPHelp, mais les récents progrès réalisés en intelligence artificielle (IA), notamment en analyse d'image, vont  révolutionner la recherche médicale.

Avec Watson, IBM a déjà beaucoup communiqué sur le travail mené avec le service oncologie de l'hôpital Memorial Sloan Kettering de New-York.

En compilant toutes les données relatives aux patients, l'intelligence artificielle aide désormais les oncologues à établir leur diagnostic et à choisir le traitement le plus approprié au patient.

Depuis le projet pilote, « Watson for oncology » a été développé  en Thaïlande, dans 6 hôpitaux en Inde et IBM a annoncé la mise en place de son IA dans 21 hôpitaux chinois.

Une aide considérable dans la compilation des données patient, et l'analyse de l'imagerie médicale.

Avec Watson for oncology, IBM est en train de pousser l'intelligence artificielle dans de plus en plus d'hôpitaux dans le monde.

-         En 2014, des chercheurs du CIFAR (Canadian Institute for Advanced Research) avaient montré que le Deep Learning pouvait efficacement détecter certaines mutations dans les gènes d'un patient pouvant conduite à l'autisme, des cancers du colon et une Amyotrophie spinale.

-         Récemment, des chercheurs de l'UCLA ont démontré qu'en couplant un algorithme de Machine Learning à un microscope à échantillonnage optoélectronique, le logiciel parvenait à identifier les cellules cancéreuses dans une biopsie de manière plus efficace que les méthodes traditionnelles mais aussi à un rythme de 36 millions d'images par seconde !

Google aussi :

Il y a quelques jours, Google annonçait que sa filiale dédiée à l'intelligence artificielle Deep Mind travaillait avec l'hôpital ophtalmologique britannique de Moorfields sur le dépistage de la dégénérescence maculaire et de la rétinopathie diabétique.

Les algorithmes de Deep Learning mis au point par DeepMind ont été entrainés à lire les images de fond d'œil des patients réalisées en 3D par Tomographie en cohérence optique (TCO).

Un échantillon d'un million d'images anonymes va permettre à l'algorithme d'apprendre à lire ces fonds d'œil et délivrer le diagnostic.

Une startup française, DreamUp Vision a déjà démontré la pertinence de cette approche pour dépister la rétinopathie diabétique.

Lors du dernier salon Big Data, Ekaterina Besse, CEO de DreamUp Vision a souligné : « Notre algorithme de Deep Learning a appris comment dépister cette maladie et comme en faire le diagnostic à différents stades »

« Celui-ci réalise une détection rapide de modèles complexes sur l'image rétinienne et a compris comment établir son diagnostic avec une précision comparable à celle des ophtalmologistes professionnels ».