Comparaison des diagnostics ophtalmologiques obtenus par l’homme et l’intelligence artificielle (Deep Learning) chez le cheval

UVÉE Oberschleissheim – L’objectif de l’étude menée par Annabel Scharre de la clinique équine de l’université Ludwig-Maximilian de Munich à Oberschleissheim, en Allemagne, était de comparer les diagnostics ophtalmologiques établis par les vétérinaires avec un outil logiciel de deep learning (intelligence artificielle) développé pour aider au diagnostic des maladies oculaires chez les chevaux. L’ophtalmologie équine étant un domaine hautement spécialisé de la médecine équine, cet outil pourrait éventuellement aider à diagnostiquer les urgences oculaires équines, telles que les uvéites. Le réseau neuronal convolutif (CNN) a d’abord été formé à la classification des maladies oculaires chez les chevaux à l’aide de 2 346 photos d’yeux de chevaux, puis étendu à 9 384 images. L’outil d’apprentissage en profondeur a ensuite été testé avec des photos montrant différentes maladies oculaires chez les chevaux. Le même ensemble de données a été soumis à différents groupes de vétérinaires (chevaux, petits animaux, pratique mixte, autres) sous la forme d’un sondage d’opinion afin de comparer les résultats et d’évaluer les performances du programme.

Pour évaluer le réseau entraîné, 261 images individuelles non modifiées ont été utilisées. L’outil d’apprentissage en profondeur entraîné a été appliqué à 40 photos d’yeux de chevaux (10 sains, 12 avec uvéite, 18 avec d’autres maladies). Une enquête a été menée pour comparer les performances diagnostiques de 148 vétérinaires avec les résultats de l’outil logiciel. La probabilité d’une réponse correcte était de 93% pour le programme d’IA. Les vétérinaires équins ont répondu correctement dans 76% des cas, tandis que les autres vétérinaires ont atteint une probabilité de 67% de diagnostic correct. La principale limite de l’étude était que le diagnostic était basé uniquement sur des images d’yeux de chevaux, sans possibilité d’évaluer l’œil interne.

L’outil d’apprentissage en profondeur s’est avéré au moins aussi efficace que les vétérinaires pour évaluer les maladies oculaires à partir de photos. Dans la prépublication électronique parue en avril 2024 dans EQUINE VETERINARY JOURNAL, les auteurs concluent que l’outil logiciel pourrait être utile à la détection d’urgences potentielles. Ainsi, le cas échéant, la cécité des chevaux pourrait être évitée en administrant au cheval une thérapie spécifique ou en l’orientant vers une clinique équine. En outre, l’outil permet aux vétérinaires moins expérimentés de distinguer une uvéite d’autres maladies du segment antérieur de l’œil et les aide à décider du traitement. (um)

Auteurs : Scharre A, Scholler D, Gesell-May S, Müller T, Zablotski Y, Ertel W, May A. Correspondance : Anna May, Equine Clinic, Ludwig Maximilians University, Oberschleissheim, Germany. Mail : parkkm@cbu.ac.kr Étude : Comparison of veterinarians and a deep learning tool in the diagnosis of equine ophthalmic diseases. Source : Equine Vet J. 2024 Apr 3. doi: 10.1111/evj.14087. Epub ahead of print. PMID: 38567426. Web : https://beva.onlinelibrary.wiley.com/doi/10.1111/evj.14087