Améliorer le flux du dépistage de la COVID-19 avec les rayons X et l'IA

Le professeur Moulay Akhloufi ne s’attendait pas à se joindre à l’effort contre la COVID-19. Et bien qu’il puisse être difficile d’imaginer que les rayons X et l’intelligence artificielle puissent aider face à un virus paralysant le monde, c’est exactement ce qu’Akhloufi et son laboratoire d’informatique—PRIME—à l’Université de Moncton espèrent accomplir.

Akhloufi et deux de ses étudiants diplômés, Mohamed Chetoui et Andy Couturier, enseignent à l’IA à reconnaître les signes de la COVID-19 sur des images radiographiques des poumons des patients. Jusqu’à présent, les résultats semblent prometteurs. PRIME signifie Perception, Robotique et Machines Intelligentes.

Le groupe utilise l’apprentissage profond, la science du développement de machines capables d’apprendre par l’exemple. “Cela consiste en divers types d’algorithmes qui forment des réseaux de neurones artificiels”, explique Akhloufi. En termes plus simples, ils utilisent les mathématiques pour imiter le cerveau humain.

Les applications sont aussi variées que la modélisation des feux de forêt et la navigation autonome des drones. “Nous prenons des données représentant telle ou telle catégorie et entraînons le réseau à les différencier”, explique Akhloufi. En montrant à la machine des images de poumons sains, ou atteints de pneumonie ou de COVID-19, elle devient progressivement meilleure pour les distinguer.

Lorsque la pandémie a frappé le Canada, l’équipe d’Akhloufi n’a pas été trop affectée. “Nous sommes en informatique”, dit Akhloufi. “Nous nous sommes adaptés très rapidement au télétravail.” Avec un accès à distance à la puissance de calcul d’ACENET et de Calcul Canada pour effectuer leurs calculs complexes, c’était la routine habituelle.

Chetoui, qui terminait sa maîtrise, a alors eu l’idée d’adapter son projet à cette nouvelle maladie à coronavirus. Il avait développé des algorithmes pour reconnaître et attribuer des scores de gravité pour la rétinopathie diabétique, une complication du diabète causant des dommages aux vaisseaux sanguins de la rétine de l’œil. Un croisement avec la COVID-19 semblait faisable.

Vers la mi-février, les systèmes de santé de l’Espagne et de l’Italie étaient surchargés, créant une pénurie de matériel nécessaire pour les tests diagnostiquant la maladie. Les radiologistes ont commencé à utiliser les rayons X, les tomodensitogrammes et les échographies des poumons des patients pour poser des diagnostics plus rapides et ont rendu les images publiques.

Avec ce premier lot d’images et d’autres provenant d’études chinoises, l’équipe a développé deux algorithmes. L’un donne la probabilité d’infection et l’autre, une carte thermique des zones affectées.

Vers la fin du mois de mars, ils ont mis en ligne un site web qui permet aux professionnels de la santé de téléverser et d’obtenir des analyses pour leurs images radiographiques. “Lorsque l’Institut du Savoir Montfort s’est joint à nous, le projet a pris une toute autre dimension”, ajoute Akhloufi. L’institut de recherche de l’Hôpital d’Ottawa leur a fourni plus d’images pour améliorer l’outil.

Akhloufi affirme que les prédictions sur un ensemble de plus de 5 000 images sont maintenant proches de 98 pour cent de précision et ne feront que s’améliorer avec plus de données. Comme la plupart des images proviennent de patients présentant des symptômes, il est trop tôt pour dire si l’IA sera aussi efficace avec les personnes asymptomatiques.

Bien qu’une équipe de l’Université de Californie à San Diego ait détecté un cas grâce à une technique similaire, ils auront besoin de plus de données ciblées pour être sûrs qu’il ne s’agissait pas simplement d’une coïncidence.

Akhloufi espère que l’IA aidera à améliorer le flux de dépistage de la COVID-19 en offrant aux radiologistes et autres professionnels de la santé un outil rapide et fiable pour éclairer leurs diagnostics. “L’objectif n’est pas de remplacer les radiologistes”, précise-t-il. “Quand il s’agit de ma santé, je préférerais parler à un autre humain.”