L'utilisation de l'intelligence artificielle en médecine aujourd'hui peut sérieusement améliorer la précision du diagnostic, faciliter la vie des patients. Il est prévu que l'IA deviendra indispensable dans le diagnostic et le raffinement des maladies. En raison de la capacité de comparer les données, de collecter et de synthétiser des informations, la participation de l'IA au diagnostic devrait contribuer à améliorer qualitativement les statistiques des erreurs médicales, à accroître le rôle de la prévention et de la prévention des maladies.
Selon
les prévisions de la société de recherche Research & Markets, le marché mondial de l'intelligence artificielle devrait atteindre 5,05 milliards de dollars d'ici 2020. Dans le même temps, les soins de santé deviendront le segment à la croissance la plus rapide. Selon
des études internationales , l'utilisation de l'intelligence artificielle en médecine peut augmenter les bénéfices des entreprises du secteur de la santé.
En 2016, la part de marché européenne de l'IA était évaluée à 270 millions de dollars, avec une croissance annuelle attendue de plus de 35%. Selon
BIS Research , d'ici 2025, le marché total de l'IA dans les soins de santé atteindra 28 milliards de dollars avec une croissance annuelle moyenne de plus de 45,1%, et le marché de l'IA pour l'imagerie médicale et les diagnostics atteindra 2,5 milliards de dollars.
L'IA et le problème des maladies rétiniennes
Selon l'
Organisation mondiale de la santé , les problèmes de vision sont directement liés à près d'une personne sur vingt sur la planète, et environ 80% de ces problèmes auraient pu être évités grâce à des mesures préventives. Par exemple, il est très important de détecter les maladies rétiniennes à un stade précoce, mais les ophtalmologistes n'ont pas suffisamment de ressources pour une étude approfondie et un diagnostic de la maladie. L'intelligence artificielle peut les y aider et ainsi sauver la vue de millions de patients.
Les complications du diabète (rétinopathie diabétique) sont l'une des principales causes de problèmes de vision. Le nombre total de personnes atteintes de diabète devrait
doubler entre 2000 et 2030 , augmentant considérablement le nombre de cas de maladies oculaires dans le monde.
Un diagnostic précoce de plus de la moitié réduit l'incidence de graves pertes de vision. Malheureusement, dans la détection des maladies rétiniennes aux premiers stades de l'examen des patients, les progrès sont faibles. Dans les pays qui souffrent le plus de ces maladies, les patients ne subissent pas d'examens réguliers et les ophtalmologistes ont une précision assez faible pour reconnaître et diagnostiquer correctement les maladies de la rétine avec des examens individuels approfondis des yeux. Dans le même temps, contrairement aux autres maladies mortelles que tout le monde entend aujourd'hui, les maladies de la rétine et la déficience visuelle ne sont pas si visibles aux yeux du public. Par conséquent, le problème est souvent sous-estimé.
Sous le regard de l'intelligence artificielle
L'intelligence artificielle (IA) peut potentiellement contribuer à une réduction significative des cas de maladies rétiniennes, aidant les ophtalmologistes à détecter plus efficacement la maladie et complétant l'expérience humaine. En collaboration avec Lenovo, le Barcelona Supercomputing Center (BSC) a décidé d'étudier comment l'IA peut améliorer la précision du processus de dépistage et potentiellement détecter une maladie de la rétine plus tôt que d'habitude. La technologie de l'IA augmente la probabilité de détection précoce de la maladie, ce qui rend l'examen des patients plus accessible et plus rapide dans les pays à couverture insuffisante. De plus, les patients peuvent subir indépendamment un examen initial en quelques minutes en utilisant leur smartphone avec une application spéciale.
L'avenir de la médecine est la prévention des maladies. Par conséquent, il est important d'augmenter la précision des diagnostics préliminaires.En plus de la rétinopathie diabétique, les maladies oculaires provoquent de nombreuses autres pathologies, telles que le glaucome, la dégénérescence maculaire, le naevus et la membrane épirétinienne. Les modèles d'apprentissage automatique permettent d'identifier ces différentes pathologies beaucoup plus facilement que les méthodes de dépistage actuelles. Dario Garcia-Gasulla, chercheur honoraire au Barcelona Supercomputer Center, est optimiste quant aux possibilités d'utilisation de cette technologie: «La mise à l'échelle, la formation et la validation de modèles d'apprentissage automatique pour étudier ces problèmes de vision peuvent être un processus complexe. Mais le potentiel est énorme, car les mêmes approches peuvent être appliquées dans d'autres domaines de la médecine et dans de nombreuses applications industrielles. »
Modeler la formation et surmonter les problèmes de rareté des données
Le problème de l'apprentissage du modèle de l'IA pour détecter certaines maladies de la rétine est le manque de données «propres» disponibles pour la formation du réseau neuronal. Pour les pathologies avec une disponibilité limitée d'un ensemble de données (par exemple, moins de 5000 images), un entraînement en profondeur fiable d'un réseau neuronal à partir de zéro peut ne pas être possible. Dans ce cas, vous pouvez utiliser le «transfert de formation».
L'automatisation donnera au médecin plus de temps qu'il pourra utiliser pour étudier la maladie du patient et établir le diagnostic le plus précis. Selon des experts de la Harvard Medical School, l'utilisation des technologies de l'IA réduira le niveau d'erreurs de diagnostic de 85%.Le transfert de la formation est basé sur des modèles préparés pour des tâches avec de plus grands ensembles de données, qui sont ensuite réutilisés pour résoudre d'autres tâches avec peu de données disponibles. Parfois, il est utilisé pour mettre en évidence des signes (extracteur). En conséquence, le transfert de formation peut également réduire le temps de formation (jusqu'à quelques minutes), économiser des heures de recherche et, finalement, les coûts associés au développement d'une solution.
| Pathologie | Précision de détection
|
|---|
Glaucome
| 85,5%
|
Pigmentation rétinienne
| 75,1%
|
Membrane épirétinienne
| 78,8%
|
Yeux de Nevus
| 65,0%
|
Dégénérescence maculaire
| 91,07%
|
La précision de la détection de diverses pathologies rétiniennes à l'aide de l'IA est de 75 à 91%.Nouvelle technologie d'IA
Lors de l'International Supercomputer Conference (ISC) à Francfort, Lenovo et BSC présenteront une application qui montre comment fonctionne le transfert d'apprentissage. Il a été créé au Lenovo AI Innovation Center à Morrisville, PC. Caroline du Nord (USA). L'application permettra aux visiteurs, via une interface intuitive, de créer et de former indépendamment un modèle et de jouer ainsi un rôle actif dans l'amélioration du dépistage des maladies rétiniennes.
Garcia-Gasulla explique: «Le but de la démonstration est de montrer à quel point il est facile d'utiliser des réseaux de neurones profonds pré-formés comme extracteurs de fonctionnalités, qui deviennent la base d'autres modèles plus simples et plus rapides (dans ce cas SVM). En 10 minutes, chaque participant pourra concevoir, former et tester l'efficacité du modèle d'apprentissage automatique pour identifier la pathologie rétinienne. Des modèles de participants à la conférence travaillant avec la même pathologie seront comparés et évalués pour trouver et récompenser le meilleur modèle développé lors de ce forum. »
LiCO accélère l'apprentissage des modèles d'IA et le déploiement traditionnel de systèmes informatiques hautes performances en fournissant une interface utilisateur intuitive pour gérer la pile logicielle et matérielle.Des produits, des services et des processus médicaux intelligents sont déjà développés par plus de 800 entreprises, y compris des fournisseurs de premier plan. Pour de telles recherches, Lenovo construit
ses propres solutions d' intelligence artificielle , notamment la
plate -
forme Lenovo Intelligent Computing Orchestration (LiCO) 5.1 récemment publiée et les architectures de référence
Lenovo AI Validated Design pour développer des modèles basés sur les architectures Intel Xeon Scalable et NVIDIA Tesla.
Composantes de la formation sur modèle. La pile logicielle d'IA évolue rapidement, avec des cadres nouveaux et mis à jour apparaissant presque tous les mois. Choisir parmi les nombreuses options open source peut prendre beaucoup de temps. L'architecture de référence Lenovo a été testée et configurée sur la plate-forme Lenovo ThinkSystem.L'IA en médecine: l'avenir est venu
L'utilisation de l'intelligence artificielle en médecine peut révolutionner l'industrie des soins de santé grâce au développement de domaines tels que la médecine personnalisée, le diagnostic, le développement de nouveaux médicaments, la chirurgie assistée par robot, la télésurveillance des maladies chroniques, l'assistance à distance aux patients, l'aide à la prise de bonnes décisions médicales et l'identification des erreurs médicales.
L'agence
Frost & Sullivan note que les technologies d'intelligence artificielle augmentent la précision du diagnostic de 30 à 40%, tandis que le coût des soins médicaux est réduit de moitié. McKinsey a montré qu'en médecine, 36% des fonctions peuvent être automatisées, principalement au niveau de la collecte et de l'analyse des données.
Des progrès dans ce sens sont activement menés à l'étranger et en Russie, par exemple, l'
un des projets russes est un système de diagnostic des maladies, qui comprend la reconnaissance des pathologies à l'aide d'images médicales numériques obtenues par radiographie pulmonaire, mammographie, tomodensitométrie et échographie.
Un projet est une application qui peut être utilisée sur l'ordinateur de travail ou le smartphone d'un utilisateur. Il fonctionne sur la base d'un réseau neuronal formé pour reconnaître les pathologies dans les images médicales. La première étape du projet est un analyseur des cellules sanguines pathologiques et la reconnaissance des pathologies du fond d'œil. À l'avenir, il couvrira des domaines tels que la radiographie des poumons, la mammographie, la tomodensitométrie, l'échographie mobile.
Et de nouveaux projets apparaissent presque chaque année. De nombreux développements sont disponibles dès maintenant. Par exemple, en Russie, le
système d' information et d'analyse
CoBrain-Analytics a été lancé pour diagnostiquer et formuler une thérapie personnelle pour les patients atteints de maladies cérébrales. L'intelligence artificielle en médecine est l'avenir qui est déjà venu.