Braided Vision Transformer for Stroke Detection in Multi-view Retinal Fundus Imaging
Cet article présente le Braided Vision Transformer (BViT), un nouveau modèle d'apprentissage profond qui exploite des images de fond d'œil rétinien multi-vues provenant des deux yeux pour détecter l'accident vasculaire cérébral et l'accident ischémique transitoire en extrayant simultanément les caractéristiques et en modélisant les relations entre les vues, atteignant une AUC de 0,75 sur un ensemble de données nouvellement collectées.
Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
L'accident vasculaire cérébral (AVC) demeure l'un des défis sanitaires les plus dévastateurs au monde, une cause majeure de décès et de handicap de longue durée qui frappe sans prévenir. Pendant des décennies, les médecins se sont appuyés sur des machines lourdes et coûteuses, telles que les scanners CT et les IRM, pour voir à l'intérieur du cerveau et confirmer un AVC. Ces outils sont essentiels pour le traitement, mais ils ne sont pas toujours disponibles pour un dépistage rapide, en particulier dans les zones reculées ou pour les signes précurseurs. Un corpus croissant de recherches suggère que la clé pour repérer ces dangers pourrait ne pas se trouver dans le cerveau lui-même, mais dans l'œil. La rétine, le tissu sensible à la lumière situé à l'arrière de l'œil, est le seul endroit du corps où les médecins peuvent observer directement les vaisseaux sanguins sans chirurgie. Parce que les vaisseaux de l'œil et ceux du cerveau sont très similaires, les changements dans les minuscules vaisseaux sanguins de la rétine reflètent souvent l'état de santé du propre système circulatoire du cerveau. Cette connexion a suscité la recherche d'un moyen plus rapide, moins coûteux et non invasif pour évaluer le risque d'AVC, en utilisant rien de plus qu'une photographie de l'œil.
Des chercheurs du centre de recherche technique VTT de Finlande ont poussé ce concept plus loin en développant un nouveau système informatique conçu pour lire ces photographies rétiniennes avec une profondeur sans précédent. Dans une étude récente, ils ont présenté une méthode appelée « Braided Vision Transformer », un type d'intelligence artificielle qui examine l'œil d'une manière qu'aucun système précédent n'avait explorée. Au lieu d'analyser une seule image de manière isolée, ce système examine simultanément quatre vues distinctes de la rétine : la macula et la tête du nerf optique, provenant de l'œil gauche et de l'œil droit. La macula est la partie centrale de la rétine responsable de la vision précise, tandis que la tête du nerf optique est l'endroit où les fibres nerveuses sortent de l'œil pour rejoindre le cerveau. En capturant ces zones spécifiques des deux yeux, le système recueille une image bien plus riche de la santé vasculaire d'une personne qu'un simple cliché isolé ne pourrait le faire.
L'innovation fondamentale de ce travail réside dans la manière dont l'ordinateur traite ces quatre images. Les modèles d'intelligence artificielle traditionnels traitent souvent chaque image comme une pièce de puzzle séparée, résolvant les unes après les autres avant de combiner les réponses. Le nouveau « Braided Vision Transformer », cependant, entrelace les informations dès le début. Il crée une structure où l'ordinateur compare constamment les motifs des vaisseaux sanguins de l'œil gauche avec ceux de l'œil droit, et la vue centrale avec la vue latérale, tout cela en même temps. Cette approche imite la façon dont un clinicien expérimenté pourrait regarder un patient, déplaçant constamment son attention entre différentes parties de l'œil et entre les deux yeux pour repérer les incohérences subtiles qui signalent un problème. Les chercheurs ont entraîné ce système sur un ensemble de données de plus de 800 images rétiniennes collectées auprès de plus de 200 participants, incluant des personnes ayant subi un AVC, celles ayant vécu un accident ischémique transitoire — un blocage temporaire souvent appelé mini-AVC — et des individus sains.
Les résultats de cet entraînement étaient prometteurs. Lorsqu'il a été testé sur sa capacité à distinguer les yeux sains de ceux présentant des signes d'AVC ou de mini-AVC, le nouveau système a obtenu un score de performance de 0,75, une mesure de précision supérieure aux autres modèles de vision par ordinateur standards testés dans la même étude. Le système s'est avéré particulièrement efficace pour reconnaître les motifs complexes associés aux événements cérébrovasculaires, surpassant les modèles qui analysaient les images individuellement ou qui utilisaient d'anciennes méthodes de combinaison de données. L'étude a également mis en évidence une conclusion cruciale : regarder plusieurs vues de l'œil est nettement plus efficace que d'en regarder une seule. Lorsque les chercheurs ont testé une version du système qui ne regardait qu'une seule image, sa capacité à détecter l'AVC a chuté de manière spectaculaire, suggérant que les signes subtils de maladie vasculaire sont répartis dans différentes parties de la rétine et dans les deux yeux, et qu'ils sont facilement omis si la vue est trop étroite.
Bien que le système ne soit pas encore prêt à remplacer le scanner CT dans une salle d'urgence hospitalière, il représente un bond en avant significatif dans le potentiel de dépistage précoce. Les chercheurs notent que leur approche offre une alternative portable et rentable qui pourrait un jour être utilisée dans des cliniques communautaires ou même dans des zones reculées pour signaler les individus nécessitant une attention médicale immédiate et plus détaillée. L'étude confirme que la rétine détient des indices précieux sur la santé cérébrale et que l'intelligence artificielle moderne, lorsqu'elle est conçue pour regarder l'ensemble du tableau plutôt qu'une simple partie, peut déverrouiller ces indices plus efficacement que jamais. En réussissant à entrelacer plusieurs vues de l'œil, cette nouvelle méthode suggère un avenir où la première ligne de défense contre l'AVC pourrait être aussi simple qu'une photographie rapide et indolore.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.