Nouvel AI démontré comme étant extrêmement efficace pour identifier le COVID-19 dans les poumons

L’intelligence artificielle (IA) a encore une fois été prouvée comme un outil efficace dans la lutte contre le COVID-19. Une nouvelle étude de l’Université de Floride centrale a démontré comment l’IA peut être presque aussi précise qu’un médecin pour diagnostiquer le virus présent dans les poumons, ainsi que comment elle peut être utilisée pour améliorer les tests.

L’étude a été publiée dans Nature Communications.

Diagnostic du COVID-19

L’équipe de chercheurs a développé un algorithme d’IA qui peut être formé pour identifier la pneumonie COVID-19 dans les scans de tomographie computérisée (CT), et il a démontré un taux de précision allant jusqu’à 90 pour cent. Il a également été capable d’identifier correctement les cas positifs et négatifs, 84 pour cent et 93 pour cent du temps, respectivement.

Les scans de tomographie computérisée ont été prouvés plus efficaces pour le diagnostic et la progression du COVID-19 par rapport aux tests de réaction en chaîne par polymérase transcriptase inverse (RT-PCR). Ces tests sont souvent utilisés, mais ils ont des taux de faux négatifs élevés et sont généralement traités plus longtemps.

L’une des principales raisons pour lesquelles les scans de tomographie computérisée sont utilisés pour diagnostiquer le COVID-19 est qu’ils peuvent détecter le virus même chez les personnes qui ne présentent aucun symptôme. Cela ne s’arrête pas là, cependant, car ils peuvent également détecter le virus chez les personnes qui présentent des symptômes précoces, ceux qui sont dans le stade le plus grave de la maladie, ainsi que ceux qui en sont sortis et n’ont plus de symptômes.

Avec tous ses avantages, les scans de tomographie computérisée ont également des inconvénients, ce qui explique pourquoi ils ne sont parfois pas recommandés pour l’identification du COVID-19. Cela est dû aux similitudes entre la pneumonie associée à la grippe et le COVID-19.

Le nouvel algorithme

En tenant compte de tout cela, l’équipe de chercheurs de l’UCF a développé un nouvel algorithme capable de détecter avec précision le COVID-19. Non seulement cela, mais il peut également faire la différence entre le COVID-19 et la grippe, ce qui est extrêmement utile pour les médecins.

Ulas Bagci est professeur adjoint au département d’informatique de l’UCF et co-auteur de l’étude.

« Nous avons démontré qu’une approche d’IA basée sur l’apprentissage profond peut servir d’outil standardisé et objectif pour aider les systèmes de santé ainsi que les patients », déclare Bagci. « Il peut être utilisé comme outil de test complémentaire dans des populations très spécifiques et limitées, et il peut être utilisé rapidement et à grande échelle en cas de récidive d’une épidémie. »

Dans l’étude, l’équipe de chercheurs a formé un algorithme informatique pour détecter le COVID-19 dans les scans de tomographie computérisée des poumons, avec un total de 1 280 patients de Chine, du Japon et d’Italie observés. L’étape suivante a consisté à tester l’algorithme sur 1 337 patients souffrant de diverses maladies pulmonaires, notamment le COVID-19, le cancer et la pneumonie non causée par le COVID-19.

Les résultats de l’ordinateur ont ensuite été comparés aux diagnostics des médecins, et les chercheurs ont constaté que l’algorithme était extrêmement efficace pour détecter avec précision la pneumonie COVID-19 dans les poumons, ainsi que pour faire la différence entre le COVID-19 et d’autres maladies.

« Nous avons montré que des modèles d’IA robustes peuvent atteindre un taux de précision allant jusqu’à 90 pour cent dans des populations de test indépendantes, maintenir une spécificité élevée dans la pneumonie non liée au COVID-19 et démontrer une généralisabilité à des populations de patients et des centres non vus », déclare Bagci.

L’étude a également impliqué des co-auteurs, notamment Baris Turkbey, qui est un médecin-chercheur associé à la branche d’imagerie moléculaire du National Cancer Institute des NIH, et Bradford J. Wood, qui est le directeur du Centre d’oncologie interventionnelle des NIH et le chef de la radiologie interventionnelle au Centre clinique des NIH.

Le nouveau développement de l’UCF est l’un des exemples les plus récents de la manière dont l’IA peut être utilisée pendant une pandémie. La technologie a été mise en œuvre dans divers domaines liés au COVID-19, notamment la surveillance, les tests, la prévention, le diagnostic, la recherche et le développement de vaccins.