...

Si la prise en charge du sida s'est améliorée ces dernières années, de nouveaux horizons s'ouvrent désormais avec l'intelligence artificielle (IA) qui a le potentiel pour améliorer la rapidité et la précision du dépistage de diverses maladies. À l'heure actuelle, les tests de diagnostic rapide (TDR) destinés à dépister le VIH constituent un moyen rapide et facile de procéder à des tests en dehors des milieux cliniques et ils peuvent servir à l'autodiagnostic mais l'interprétation exacte de leurs résultats reste difficile à l'oeil nu. C'est précisément ce défaut qu'ont voulu corriger des chercheurs de l'University College de Londres (UCL) et de l'Africa Health Research Institute (AHRI) en utilisant des algorithmes de deep learning qu'ils ont associés à l'immunochromatographie. Les scientifiques ont exploité le potentiel des capteurs de téléphones portables, des caméras, mais aussi la puissance de traitement et de partage des données pour mettre au point une application capable de lire le résultat des TDR à partir d'une image prise par les utilisateurs finaux sur un smartphone. Une bibliothèque de plus de 11.000 images de tests de dépistage du VIH prises dans diverses conditions a été utilisée pour entraîner les algorithmes de deep learning, ces derniers étant chargés de classer les images comme étant "positives" ou "négatives". L'équipe de recherche a ensuite testé son application auprès de cinq utilisateurs différents (infirmière, agent de santé nouvellement formé, etc.) en leur proposant d'interpréter à l'oeil nu une quarantaine de tests de VIH puis de prendre en photo le résultat de ces tests afin que l'application puisse donner à son tour son verdict. Celle-ci a pu réduire les erreurs de lecture des TDR en classant correctement l'ensemble des résultats "positifs" ou "négatifs" avec une précision de 98,9%. Soit une plus grande efficacité qu'une interprétation des résultats à l'oeil nu, dont la précision avoisine les 92%. Alors que plus de 100 millions de tests VIH sont effectués chaque année dans le monde, la légère amélioration de l'interprétation des TDR, pourrait avoir un impact sur la vie de millions de personnes puisque le risque de faux positifs et faux négatifs est ainsi réduit. Déployé dans les pays à revenu faible ou intermédiaire, l'outil permettra donc d'établir des résultats plus précis, de détecter le VIH à un stade très précoce mais aussi de faciliter la transmission des résultats aux systèmes de santé publique en vue d'améliorer la collecte des données et d'assurer la continuité des soins des patients. Mais avant de déployer cette application, les chercheurs doivent désormais jauger ses performances à plus grande échelle, avec des utilisateurs d'âges, de sexes et de niveaux de connaissances numériques différents. Les espoirs suscités sont grands car si cette phase s'avère concluante, l'application pourra aider non seulement à mieux prendre en charge les malades du VIH, mais ouvrira également la voie à des essais pour d'autres maladies comme le paludisme, la syphilis, la tuberculose, la grippe ou encore le Covid-19.