{{{sourceTextContent.title}}}

Le premier test de diagnostic alimenté par l'IA au monde identifie avec précision les virus respiratoires en cinq minutes

{{{sourceTextContent.subTitle}}}

Les méthodes actuelles de dépistage des virus respiratoires - comme le test de flux latéral pour le COVID-19 - sont limitées au dépistage d'une seule infection ou sont soit basées sur un laboratoire et prennent beaucoup de temps, soit rapides et moins précises. Aujourd'hui, une première mondiale, un test de diagnostic alimenté par l'intelligence artificielle (IA), capable d'identifier les virus respiratoires connus en cinq minutes à partir d'un seul prélèvement nasal ou de gorge, pourrait remplacer les méthodes de test actuelles.

{{{sourceTextContent.description}}}

La méthode révolutionnaire de détection et d'identification des virus a été décrite dans un article publié dans ACS Nano par des chercheurs de l'université d'Oxford (Oxford, Royaume-Uni). L'article démontre comment l'apprentissage automatique peut améliorer de manière significative l'efficacité, la précision et le temps requis pour identifier différents types de virus, ainsi que pour différencier les souches. La technologie associe le marquage moléculaire, la vision par ordinateur et l'apprentissage automatique pour créer une plateforme d'imagerie diagnostique universelle qui examine directement l'échantillon d'un patient et identifie l'agent pathogène présent en quelques secondes - un peu comme un logiciel de reconnaissance faciale, mais pour les microbes.

Dans des études préliminaires, les chercheurs ont montré que le test pouvait identifier le virus COVID-19 dans des échantillons de patients. Des recherches plus poussées ont permis de déterminer que le test pouvait être utilisé pour diagnostiquer plusieurs infections respiratoires. Dans une étude visant à valider la nouvelle méthode qui utilise un logiciel d'IA pour identifier les virus, les chercheurs ont commencé par marquer les virus avec de l'ADN simple brin dans plus de 200 échantillons cliniques. Les images des échantillons marqués ont été capturées à l'aide d'un microscope à fluorescence commercial et traitées par un logiciel d'apprentissage automatique personnalisé, entraîné à reconnaître des virus spécifiques en analysant leurs étiquettes fluorescentes, qui apparaissent différemment pour chaque virus en raison de la taille, de la forme et de la chimie de leur surface. L'étude a montré que la technologie est capable d'identifier rapidement différents types et souches de virus respiratoires, y compris la grippe et le COVID-19, en cinq minutes et avec une précision de plus de 97 %.

"Notre méthode simplifiée de test de diagnostic est plus rapide et plus rentable, précise et évolutive que tous les autres tests actuellement disponibles", a déclaré le Dr Nicole Robb de l'Université de Warwick et maître de conférences invité au département de physique d'Oxford. "Si nous voulons détecter un nouveau virus, il suffit de réapprendre au logiciel à le reconnaître, plutôt que de développer un tout nouveau test. Nos résultats démontrent le potentiel de cette méthode pour révolutionner les diagnostics viraux et notre capacité à contrôler la propagation des maladies respiratoires."