Ceci est une traduction automatique. Pour voir le texte original en anglais
cliquez ici
#Actualités du secteur
{{{sourceTextContent.title}}}
Une application alimentée par l'IA interprète les résultats des tests de dépistage du VIH
{{{sourceTextContent.subTitle}}}
Des chercheurs de l'University College London et de l'Africa Health Research Institute ont mis au point une application alimentée par l'IA qui peut interpréter les tests de flux latéral pour le VIH
{{{sourceTextContent.description}}}
La technique consiste à prendre une image du test avec la caméra d'un smartphone, et l'application peut dire si le résultat est positif ou négatif simplement en analysant l'image. Ces tests pouvant être difficiles à interpréter, cette technologie devrait permettre d'améliorer leur précision lorsqu'ils sont déployés dans des régions à faibles ressources.
Au total, 100 millions de tests de dépistage du VIH sont effectués chaque année. Compte tenu de l'importance d'un traitement précoce et du nombre considérable de personnes testées, la précision des tests est très importante. La technologie du flux latéral est de plus en plus adoptée pour le dépistage du VIH, notamment dans les régions les plus pauvres du monde. Cette technologie présente des avantages évidents dans ce contexte, notamment la rapidité des résultats, la facilité d'utilisation, l'évitement de tests de laboratoire coûteux et fastidieux, et même la possibilité d'un autodépistage.
Les tests de flux latéral fournissent généralement un résultat visuel, tel qu'un changement de couleur. En théorie, cela devrait les rendre faciles à interpréter. Cependant, les profanes souffrant de déficience visuelle ou de daltonisme peuvent avoir du mal à interpréter le test correctement. Cette nouvelle technologie vise à éliminer les incertitudes liées à l'interprétation des tests, car elle permet à une personne de prendre simplement une photo de son test à l'aide d'un smartphone. L'application alimentée par l'IA fournit ensuite rapidement un résultat.
La technologie repose sur un algorithme d'apprentissage automatique qui a été formé à partir de 11 000 images de tests de débit latéral, prises sur le terrain. Dans un test récent, les chercheurs ont comparé la précision de leur application à celle de tests lus à l'œil nu. Il est frappant de constater que l'application a battu les utilisateurs des tests humains, avec une précision de 98,9 %, contre 92,1 % pour les évaluations humaines.
Il est intéressant de noter que cette technologie peut être appliquée à diverses maladies pour lesquelles des tests de flux latéral sont utilisés, notamment pour les tests de syphilis, de tuberculose, de paludisme et de grippe. "Cette étude est un partenariat vraiment solide avec l'AHRI qui démontre la puissance de l'utilisation de l'apprentissage profond pour classer avec succès les images de tests rapides acquises sur le terrain dans le "monde réel", et réduire le nombre d'erreurs qui peuvent se produire lors de la lecture des résultats des tests à l'œil nu", a déclaré Rachel McKendry, un chercheur impliqué dans l'étude, dans une annonce de l'UCL. "Cette recherche montre l'impact positif que les outils de santé mobiles peuvent avoir dans les pays à revenu faible ou intermédiaire, et ouvre la voie à une étude plus vaste à l'avenir."