• Home
  • Chimie
  • Astronomie
  • Énergie
  • La nature
  • Biologie
  • Physique
  • Électronique
  • Google AI peut prédire les maladies cardiaques en regardant des images de la rétine

    Crédit :CC0 Domaine public

    Je peux regarder dans tes yeux pour voir droit dans ton cœur.

    Cela peut ressembler à un sentiment de sève d'une carte Hallmark. Essentiellement cependant, c'est ce que les chercheurs de Google ont fait en appliquant l'intelligence artificielle pour prédire quelque chose de très grave :la probabilité qu'un patient subisse une crise cardiaque ou un accident vasculaire cérébral. Les chercheurs ont fait de telles déterminations en examinant des images de la rétine du patient.

    Google, qui présente ses conclusions lundi à Nature Génie Biomédical , un journal médical en ligne, affirme qu'une telle méthode est aussi précise que de prédire les maladies cardiovasculaires grâce à des mesures plus invasives consistant à enfoncer une aiguille dans le bras d'un patient.

    À la fois, Google prévient que davantage de recherches doivent être effectuées.

    Selon l'entreprise, des chercheurs médicaux ont déjà montré une certaine corrélation entre les vaisseaux rétiniens et le risque d'épisode cardiovasculaire majeur. En utilisant l'image rétinienne, Google dit qu'il était capable de quantifier cette association et 70% du temps prédire avec précision quel patient dans les cinq ans subirait une crise cardiaque ou un autre événement cardiovasculaire majeur, et quel patient ne le ferait pas. Ces résultats étaient conformes aux méthodes de test qui nécessitent une prise de sang pour mesurer le cholestérol d'un patient.

    Google a utilisé des modèles basés sur les données de 284, 335 patients et validée sur deux jeux de données indépendants de 12, 026 et 999 patients.

    "La mise en garde à ce sujet est qu'il est tôt (et) nous avons formé cela sur un petit ensemble de données, " dit Lily Peng de Google, un MD et chercheur principal sur le projet. "Nous pensons que la précision de cette prédiction augmentera un peu plus à mesure que nous obtiendrons des données plus complètes. Découvrir que nous pourrions le faire est une bonne première étape. Mais nous devons valider."

    Peng dit que Google a été un peu surpris par les résultats. Son équipe travaillait sur la prédiction des maladies oculaires, puis élargi l'exercice en demandant au modèle de prédire à partir de l'image si la personne fumait ou quelle était sa tension artérielle. Aller plus loin pour prédire les facteurs qui exposent une personne à un risque de crise cardiaque ou d'accident vasculaire cérébral était une émanation de la recherche originale.

    La technique de Google a généré une "heatmap" ou une représentation graphique des données qui ont révélé quels pixels d'une image étaient les plus importants pour prédire un facteur de risque spécifique. Par exemple, L'algorithme de Google a accordé plus d'attention aux vaisseaux sanguins pour faire des prédictions sur la pression artérielle.

    Si d'autres recherches devaient aboutir au fil du temps, médecins, dans le cadre de vos bilans de santé de routine, pourraient étudier de telles images rétiniennes pour aider à évaluer et à gérer les risques pour la santé des patients.

    Combien de temps cela peut-il prendre ? Peng dit que c'est plus de l'ordre des années que quelque chose qui se produira au cours des prochains mois. "Ce n'est pas seulement quand il va être utilisé, mais comment ça va être utilisé, " elle dit.

    Mais Peng est optimiste quant au fait que l'intelligence artificielle peut être appliquée dans d'autres domaines de la découverte scientifique, y compris peut-être dans la recherche sur le cancer.

    Les découvertes médicales sont généralement faites grâce à ce qu'elle dit être une forme sophistiquée de « deviner et tester, " comme pour développer des hypothèses à partir d'observations, puis concevoir et exécuter des expériences pour les tester. Mais observer et quantifier les associations avec des images médicales peut être difficile, Google dit, en raison de la grande variété de fonctionnalités, motifs, couleurs, les valeurs et les formes présentes dans les images réelles.

    "Je suis très enthousiasmé par ce que cela signifie pour la découverte, " Peng dit. "Nous espérons que les chercheurs d'autres endroits prendront ce que nous avons et s'appuieront dessus."

    ©2018 États-Unis aujourd'hui
    Distribué par Tribune Content Agency, LLC.




    © Science https://fr.scienceaq.com