Les rayons X, utilisés pour la première fois en clinique à la fin des années 1890, pourraient être un outil de diagnostic de pointe pour les patients COVID-19 à l’aide de l’intelligence artificielle, selon une équipe de chercheurs brésiliens qui ont enseigné un programme informatique, grâce à divers apprentissages automatiques. méthodes, pour détecter le COVID-19 dans les radiographies thoraciques avec une précision de 95,6 à 98,5%.
Ils ont publié leurs résultats dans Journal IEEE / CAA d’Automatica Sinica, une publication conjointe de l’IEEE et de l’Association chinoise de l’automatisation.
Les chercheurs se sont précédemment concentrés sur la détection et la classification des pathologies pulmonaires, telles que la fibrose, l’emphysème et les nodules pulmonaires, grâce à l’imagerie médicale. Les symptômes courants présentés par des infections suspectées au COVID-19 comprennent la détresse respiratoire, la toux et, dans les cas plus agressifs, la pneumonie – tous visibles par imagerie médicale telle que la tomodensitométrie ou les rayons X.
Lorsque la pandémie du COVID-19 est survenue, nous avons accepté de mettre notre expertise au service de ce nouveau problème mondial. »
Victor Hugo C. de Albuquerque, Stuy Courépondre Author et Rchercheur, Laboratoire de traitement d’image, de signaux et d’informatique appliquée, Universidade de Fortaleza
De nombreux établissements médicaux ont à la fois un nombre insuffisant de tests et des délais de traitement longs, a déclaré Albuquerque.L’équipe de recherche s’est donc concentrée sur l’amélioration d’un outil facilement disponible dans chaque hôpital et déjà fréquemment utilisé pour diagnostiquer COVID-19: appareils à rayons X.
«Nous avons décidé d’étudier si une infection au COVID-19 pouvait être automatiquement détectée à l’aide d’images radiographiques», a déclaré Albuquerque, notant que la plupart des images radiographiques sont disponibles en quelques minutes, par rapport aux jours requis pour les tests de diagnostic sur écouvillon ou salive.
Cependant, les chercheurs ont constaté un manque de radiographies thoraciques accessibles au public pour entraîner leur modèle d’intelligence artificielle à identifier automatiquement les poumons des patients atteints de COVID-19. Ils n’avaient que 194 rayons X COVID-19 et 194 rayons X sains, alors qu’il faut généralement des milliers d’images pour apprendre à un modèle à détecter et à classer une cible particulière.
Pour compenser, ils ont pris un modèle formé sur un grand ensemble de données d’autres images radiographiques et l’ont entraîné à utiliser les mêmes méthodes pour détecter les poumons probablement infectés par COVID-19. Ils ont utilisé plusieurs méthodes d’apprentissage automatique différentes, dont deux ont abouti à un taux de précision de 95,6% et de 98,5%, respectivement.
«Étant donné que les rayons X sont très rapides et bon marché, ils peuvent aider à trier les patients dans des endroits où le système de santé s’est effondré ou dans des endroits éloignés des grands centres ayant accès à des technologies plus complexes», a déclaré Albuquerque. « Cette approche de détection et de classification automatique des images médicales peut aider les médecins à identifier, mesurer la gravité et classer la maladie. »
Ensuite, a déclaré Albuquerque, les chercheurs prévoient de continuer à tester leur méthode avec des ensembles de données plus volumineux au fur et à mesure qu’ils deviennent disponibles, dans le but ultime de développer une plate-forme en ligne gratuite pour la classification des images médicales.
La source:
Association chinoise de l’automatisation
Référence du journal:
Ohata, EF, et al. (2021) Détection automatique de l’infection au COVID-19 à l’aide d’images radiographiques pulmonaires grâce à l’apprentissage par transfert. Journal IEEE / CAA d’Automatica Sinica. doi.org/10.1109/JAS.2020.1003393.
