L’utilisation de l’intelligence artificielle pour le diagnostic médical se montre toujours plus concrète depuis l’avènement de l’IA. Récemment, de façon étonnante, des recherches ont montré que l’examen d’images de la rétine permet de diagnostiquer l’autisme avec une fiabilité de 100 %. Cette méthode, non invasive, permet de détecter les signes d’autisme chez les enfants en analysant les changements structurels de la rétine. Elle promet un dépistage plus accessible et objectif, crucial pour des interventions précoces.
La détection précoce de l’autisme chez les enfants représente un enjeu majeur pour leur avenir. Récemment, des chercheurs de l’Université de Yonsei, en Corée du Sud, ont mis au point une méthode innovante pour analyser des images rétiniennes à l’aide d’un algorithme d’apprentissage profond.
Cette approche, examinant en détail la rétine, qui est en quelque sorte une extension du système nerveux central, pourrait révolutionner le dépistage de l’autisme (ou trouble du spectre de l’autisme, TSA), car elle est extrêmement rapide, non invasive et surtout d’une précision remarquable (près de 100% de fiabilité) par rapport aux méthodes traditionnelles. Les travaux de l’équipe sont disponibles dans la revue JAMA New Open.
La rétine, miroir du cerveau
La rétine étant une partie intégrante du système nerveux central, elle agit comme un miroir révélateur de l’état neurologique. Dans le contexte de l’autisme, des chercheurs ont identifié des particularités dans la structure rétinienne spécifique aux TSA chez les enfants atteints. Ces anomalies rétiniennes sont le reflet de variations neurologiques associées à l’autisme. Pour capturer ces différences subtiles, des photographies détaillées de la rétine sont prises et soumises à une analyse approfondie par un algorithme d’intelligence artificielle.
L’approche repose sur l’entraînement de l’algorithme d’IA avec un vaste ensemble de données, comprenant des images rétiniennes d’enfants diagnostiqués ainsi que des informations sur la sévérité de leurs symptômes. Précisément, l’étude a porté sur des photographies rétiniennes de 1890 yeux de 958 participants de moins de 19 ans. La moitié des participants avaient reçu un diagnostic de TSA et la moitié étaient du même âge et du même sexe. La gravité des symptômes des TSA a été évaluée à l’aide des scores de gravité calibrés du programme d’observation du diagnostic de l’autisme — deuxième édition (ADOS-2) et des scores de l’échelle de réactivité sociale — deuxième édition (SRS-2).
Par suite, 85 % des images rétiniennes collectées, accompagnées des scores issus des évaluations de la sévérité des symptômes, ont été utilisés pour l’entraînement de l’IA et la conception du réseau neuronal convolutif. Les 15 % d’images restantes ont été conservés pour la phase de test du modèle. L’IA a obtenu un score parfait pour différencier les TSA et les TD (enfants ayant un développement typique) à l’aide de photographies rétiniennes.
Les chercheurs expliquent : « Cela implique que les altérations rétiniennes des TSA peuvent avoir une valeur potentielle en tant que biomarqueurs ». De plus, en utilisant seulement 10 % de l’image contenant le disque optique, les scores de l’IA n’ont pas changé, ce qui indique que cette zone est cruciale pour distinguer les TSA des TD.
Un outil prometteur
L’utilisation de l’IA pour le dépistage de l’autisme est particulièrement pertinente dans les régions où les ressources médicales spécialisées, notamment en psychiatrie infantile, sont limitées. Elle a le potentiel de rendre les soins plus accessibles et de réduire les inégalités en matière de santé.
Dans de nombreux endroits, l’accès à des spécialistes qualifiés pour évaluer et diagnostiquer l’autisme est difficile, entraînant souvent des retards significatifs dans la détection et l’intervention. L’IA, en analysant les images rétiniennes pour identifier les signes de l’autisme, offre une solution prometteuse à ce problème. D’autant que la précocité du diagnostic est reconnue comme étant essentielle pour améliorer les résultats à long terme chez les enfants autistes.
En outre, l’approche basée sur l’IA offre un avantage significatif en matière d’objectivité. Les méthodes traditionnelles de dépistage de l’autisme reposent souvent sur des évaluations comportementales et des observations, qui peuvent être sujettes à des biais subjectifs de la part des évaluateurs. Ces biais peuvent être influencés par divers facteurs, tels que les expériences personnelles du clinicien, ses connaissances spécifiques ou même des préjugés culturels.
En revanche, un outil de dépistage basé sur l’IA élimine ces biais subjectifs, offrant une évaluation basée uniquement sur les données rétiniennes. Cette objectivité garantit que le diagnostic est basé sur des critères cohérents et reproductibles, indépendamment des compétences ou de l’expérience du clinicien. En conséquence, l’IA pourrait standardiser le processus de diagnostic de l’autisme à l’échelle mondiale, assurant une plus grande équité et uniformité dans l’évaluation et le traitement du trouble.
Une technologie présentant encore certaines limites
L’intégration de l’intelligence artificielle dans le diagnostic de l’autisme représente une avancée significative, mais il est crucial de reconnaître que cette technologie est encore en phase de développement et de validation. Pour établir sa fiabilité et son efficacité à grande échelle, des études supplémentaires sont nécessaires, notamment pour tester son applicabilité dans divers contextes et populations. Ces recherches devraient se concentrer sur la diversité des échantillons en matière d’âge, de sexe, de contexte culturel et socio-économique, ainsi que sur la variabilité des symptômes de l’autisme.
Un autre aspect important à considérer est le développement physiologique de la rétine chez les enfants. La rétine n’atteint sa maturité complète qu’autour de l’âge de quatre ans, ce qui soulève des questions sur l’exactitude du diagnostic de l’autisme chez les enfants plus jeunes en utilisant cette méthode. Il est crucial de mener des études spécifiques pour évaluer l’efficacité de l’IA dans l’analyse des images rétiniennes chez les enfants en bas âge, où les changements rétiniens peuvent être moins prononcés ou différents de ceux observés chez les enfants plus âgés. Ces recherches aideront à déterminer si des ajustements ou des calibrations spécifiques sont nécessaires pour l’utilisation de cette technologie dans le diagnostic précoce de l’autisme.