Comparaison de la détection du glaucome par machine ou par humain

GLAUCOMA Campinas – mechentel news – L’équipe menée par Alessandro A. Jammal a conclu, dans une étude parue sur le site internet du magazine scientifique American Journal of Ophthalmology en Novembre 2019, qu’un algorithme d’apprentissage profond (DL, deep learning) M2M (machine-to-machine) permettait de repérer, au moins aussi bien que les évaluateurs humains, la perte de champ visuel due au glaucome. 490 rétinophotographies de 370 patients, évaluées par 2 gradeurs humains pour la probabilité de neuropathie optique glaucomateuse (NOG) et estimation du rapport cup/disc (C/D), ont été soumises à un algorithme DL M2M avec les paramètres d’épaisseur des fibres nerveuses rétiniennes péripapillaires (RNFL) issue d’OCT-SD. L’épaisseur RNFL prédite par l’algorithme DL M2M, avec une déviation moyenne (rho = 0,54) avait une corrélation absolue significativement meilleure que la probabilité de NOG donnée par les gradeurs humains (rho = 0,48 ; P < 0,001). L’aire sous la courbe caractéristique pour l’algorithme DL M2M était significativement meilleure que la probabilité NOG donnée par les gradeurs humains (aire sous la courbe partielle = 0,529 vs 0,411, respectivement; P = 0,016). L’équipe brésilienne a conclu qu’un algorithme DL M2M permettait de détecter une perte de champ visuel due au glaucome au moins aussi bien que les gradeurs humains. Les auteurs précisent que cet algorithme pourrait éventuellement remplacer les gradeurs humains pour le dépistage du glaucome. (sk)

Auteurs : Alessandro A. Jammal, Atalie C. Thompson, Eduardo B. Mariottoni, Samuel I. Berchuck, Carla N. Urata, Tais Estrela, Susan M. Wakil, Vital P. Costa, Felipe A. Medeiros, Correspondance : Vision, Imaging and Performance Laboratory (VIP), Duke Eye Center and Department of Ophthalmology, Duke University, Durham, North Carolina, USA; Department of Ophthalmology, State University of Campinas, Campinas, Brazil, Electronic address: felipe.medeiros@duke.edu, Etude : Human Versus Machine: Comparing a Deep Learning Algorithm to Human Gradings for Detecting Glaucoma on Fundus Photographs, Source : Am J Ophthalmol. 2019 Nov 12. pii: S0002-9394(19)30543-4. doi: 10.1016/j.ajo.2019.11.006. [Epub ahead of print], Web : https://www.ajo.com/article/S0002-9394(19)30543-4/abstract