Les scientifiques du NIH utilisent l’IA pour affiner l’imagerie oculaire standard

Les scientifiques du NIH utilisent l’IA pour affiner l’imagerie oculaire standard

Des scientifiques des National Institutes of Health (NIH) ont exploité l’intelligence artificielle pour transformer un dispositif capable de convertir le fond d’œil d’un œil en cellules pointues. La technique offre une résolution d’imagerie qui rivalise avec l’équipement le plus avancé disponible et est moins chère, plus rapide et ne nécessite aucun équipement ou expertise spécialisé. La stratégie a des implications pour la détection précoce des maladies et le suivi de la fourniture du traitement, rendant visible ce qui était autrefois invisible.

"L'IA place potentiellement l'imagerie de nouvelle génération entre les mains des cliniques ophtalmologiques standards. C'est comme un objectif haute résolution pour un simple appareil photo." a déclaré Johnny Tam, Ph.D., chercheur au NIH-National Eye Institute et auteur principal du rapport d'étude, publiéMédecine de la communication.

Les appareils d'imagerie appelés ophtalmoscopes sont souvent utilisés pour examiner la rétine sensible à la lumière située au fond de l'œil. Un ophtalmoscope laser à balayage est standard dans les cliniques ophtalmologiques, mais sa résolution ne peut détecter que les structures au niveau des tissus, comme les lésions, les vaisseaux sanguins et la tête du nerf optique. Les ophtalmoscopes de nouvelle génération dotés d'une optique adaptative (une technologie qui compense les légères distorsions) peuvent détecter les caractéristiques cellulaires et fournir davantage d'informations de diagnostic. Cependant, l’imagerie basée sur l’optique adaptative est encore en phase expérimentale.

TAM et ses collaborateurs ont développé un système d'IA personnalisé pour améliorer numériquement les images d'une couche de tissu située sous les photorécepteurs sensibles à la lumière, connus sous le nom d'épithélium pigmenté rétinien (RPE). La première étape consistait à apprendre au système à reconnaître la qualité de l’image comme étant mauvaise, modérée ou bonne. Pour ce faire, les chercheurs ont alimenté le système avec plus de 1 400 images de différentes zones de la rétine, obtenues à l’aide de l’optique adaptative en ophtalmoscopie. Ensuite, ils ont alimenté le système avec les images correspondantes provenant des mêmes emplacements rétiniens, mais obtenues par ophtalmoscopie standard. Un test de netteté de l'image a montré que l'IA a amélioré la clarté huit fois.

Notre système a utilisé ce qu'il a appris en évaluant les images obtenues par optique adaptative pour améliorer numériquement les images obtenues par ophtalmoscopie standard. Il est important de souligner que le système ne crée rien à partir de rien. Les caractéristiques que nous observons dans les cellules RPE avec une imagerie standard ne sont tout simplement pas claires. "

Johnny Tam, Ph.D., chercheur au National Eye Institute du NIH

Ces techniques consistent à injecter un colorant appelé vert d'indocyanine (ICG) dans la circulation sanguine pour augmenter le contraste des caractéristiques anatomiques. En clinique ophtalmologique, l’ICG est généralement utilisé pour visualiser les vaisseaux sanguins de l’œil.

« Notre stratégie d'imagerie ICG permet d'évaluer rapidement et régulièrement les cellules RPE en clinique », a déclaré Joanne Li, Ph.D., première auteure du rapport et ingénieur biomédical dans le laboratoire de Tam. "Grâce à l'IA, des images de haute qualité des cellules RPE peuvent être obtenues en quelques secondes à l'aide d'outils d'imagerie clinique standard."

La fonction des cellules RPE est de nourrir et de soutenir les photorécepteurs. Diverses conditions d'éblouissement affectent initialement les cellules RPE, notamment la dégénérescence maculaire liée à l'âge, la dystrophie maculaire vitelliforme et la maladie de Stargardt. Cependant, les cellules RPE ne peuvent pas être facilement visualisées en clinique. L'ophtalmoscopie ICG améliorée par l'IA met l'imagerie RPE à la portée d'une clinique ophtalmologique typique. ##

Sources :