ThaïlandeSanté et sciences de la vie2018 – en coursMinistère thaïlandais de la Santé publique (Thailand Ministry of Public Health ; programme national de dépistage de la rétinopathie diabétique)
Dépistage ophtalmologique par apprentissage profond dans les centres de soins primaires, développé avec Google Health
Un outil d’IA de dépistage ophtalmologique a égalé les spécialistes de la rétine chez 7 651 patients thaïlandais, mais les infirmiers des centres ruraux se sont heurtés à la qualité des images et à la lenteur des connexions
Problématique
La rétinopathie diabétique peut entraîner la cécité et, en Thaïlande, les patients attendaient souvent quatre à cinq semaines pour obtenir le résultat d’un ophtalmologue. Moins de la moitié des patients diabétiques étaient dépistés chaque année.
Approche
Le système d’apprentissage profond de Google Health analysait les photographies de la rétine prises par les infirmiers des centres de soins primaires dans le cadre du programme national thaïlandais de dépistage. Des spécialistes de la rétine relisaient chaque image par mesure de sécurité. Une étude prospective a été menée dans neuf centres de décembre 2018 à mars 2020. Une étude de terrain distincte a observé les infirmiers de onze centres à Pathum Thani et à Chiang Mai.
Chiffres clés
Enseignement
La précision s’est maintenue dans les centres, mais l’étude de terrain a constaté que le manque de pièces suffisamment sombres, les images floues et les mauvaises connexions Internet limitaient l’utilisation. Les auteurs ont déclaré qu’il fallait adapter les procédures de travail à chaque contexte avant de généraliser l’outil.
Catégories
- Taille
- Grande entreprise
- Secteur
- Santé et sciences de la vie
- Fonction de l’entreprise
- Production et qualité
- Type d’innovation
- Innovation de procédé
- Technologie d’IA
- Vision par ordinateur
- Mode d’adoption
- Codéveloppement avec un partenaire
- Type de preuve
- Étude indépendante
Sources
Résumés des sources
Des chercheurs ont mené une étude prospective dans neuf centres de soins primaires thaïlandais de décembre 2018 à mars 2020. Sur 7 940 patients dépistés, 7 651 étaient admissibles à l’analyse. Pour les pathologies menaçant la vision, le système présentait une sensibilité de 91,4 % et une spécificité de 95,4 %, contre respectivement 84,8 % et 95,5 % pour les spécialistes de la rétine. Les auteurs estiment qu’il a égalé les spécialistes et soulignent l’importance des procédures de travail lors d’un déploiement à plus grande échelle.
Des chercheurs ont observé et interrogé les infirmiers de onze centres thaïlandais. Les centres aux ressources limitées peinaient à produire des images répondant aux seuils de qualité du modèle, tandis que les procédures de dépistage et l’expérience des patients influaient sur les performances de l’outil.
TechCrunch a résumé l’étude de terrain. Seuls deux centres disposaient d’une pièce assez sombre pour obtenir de bonnes images, les transferts prenaient 60 à 90 secondes sur les connexions lentes et une panne de deux heures a divisé par deux le nombre de patients dépistés dans un centre, de 200 à 100. Le rejet des images floues ou sombres par le système suscitait la frustration des infirmiers.
Les informations complètes figurent dans les sources d’origine.
