Des chercheurs de l’Université de Yonsei, en Corée du Sud, ont publié une étude dans laquelle ils décrivent une nouvelle technique qui pourrait améliorer le diagnostic de l’autisme. Leurs travaux, repérés par ScienceAlert, suggèrent qu’il est possible de détecter ces troubles et d’en déterminer la sévérité à partir de simples photos de la rétine du patient grâce à un modèle IA spécialisé.
À ce jour, il n’existe pas de test unique et définitif pour l’autisme. Et pour cause : il s’agit d’un trouble complexe qu’un examen classique ne suffit pas à identifier. Contrairement aux maladies bactériennes et virales, on ne peut pas non plus s’appuyer sur la recherche d’un micro-organisme. À la place, le diagnostic des troubles du spectre de l’autisme (TSA) repose sur une approche multidisciplinaire qui accorde une place très importante à des examens relativement subjectifs, comme des évaluations comportementales et des entretiens avec des spécialistes.
Or, même si ces professionnels sont évidemment très qualifiés, ils restent des humains. Étant donné qu’il s’agit d’un tableau clinique très complexe et nuancé, la ligne entre les TSA et d’autres conditions, comme les TDAH, peut être extrêmement floue. C’est particulièrement vrai dans le cas des plus jeunes patients. Ces derniers ne maîtrisent pas encore tous les rudiments de la communication sur laquelle se basent ces diagnostics, ce qui complique grandement la démarche.
Vers un diagnostic objectif de l’autisme
Les chercheurs essaient donc d’identifier des facteurs qui pourraient permettre de diagnostiquer l’autisme de façon totalement objective. Ces dernières années, la science a fait de beaux progrès dans cette direction.
Des études ont montré qu’il existe un lien entre des changements de l’architecture nerveuse de la rétine et des modifications de la structure du cerveau, lesquelles peuvent être associées à des TSA. Mais même en ayant identifié cette relation de cause à effet, il n’est pas évident de déterminer précisément les paramètres à mesurer pour poser un diagnostic.
C’est pour cette raison que les chercheurs coréens ont fait appel au machine learning. Ils ont commencé par entraîner un nouveau modèle IA à l’aide de photos rétiniennes de patients dont le diagnostic a été confirmé par plusieurs experts. Le système a ainsi pu apprendre à identifier quelles modifications précises de la rétine peuvent être associées aux TSA.
Des résultats mitigés mais prometteurs
Après cette phase d’entraînement, les auteurs de l’étude ont tâché de déterminer l’efficacité de l’algorithme. Pour cela, ils lui ont soumis des photos de rétine de 958 enfants âgés de 4 à 18 ans. 50 % d’entre eux souffraient de troubles du spectre de l’autisme, tandis que l’autre moitié servait de groupe de contrôle. Là encore, ces patients ont été sélectionnés sur la base d’un diagnostic considéré comme très solide, afin que le modèle IA puisse apprendre dans de bonnes conditions.
Au terme du processus, le modèle IA a est arrivé à la même conclusion que les experts dans 48 à 66 % des cas, en fonction des paramètres utilisés. C’est un score relativement bas. Il est encore insuffisant pour que des professionnels de santé puissent s’appuyer sur cet outil.
En revanche, c’est un résultat assez prometteur pour cette toute première tentative. Les auteurs estiment que le taux de réussite pourrait augmenter significativement une fois que le système sera arrivé à maturité.
« Les conclusions de cette étude suggèrent que la photographie rétinienne pourrait être une approche viable pour concevoir une méthode objective de diagnostic de l’autisme et pour déterminer la sévérité des symptômes », avancent les chercheurs en conclusion de leur papier.
Le texte de l’étude est disponible ici.
🟣 Pour ne manquer aucune news sur le Journal du Geek, abonnez-vous sur Google Actualités. Et si vous nous adorez, on a une newsletter tous les matins.
Deja que l’IA n’est pas fiable pour faire un script avisynth ou un paramétrage d’un serveur Linux j’ai vraiment aucune confiance dans les recherches medicales à base d’IA… le meilleurs moyen de mourrir.