L’IA et l’imagerie thermique pour un diagnostic rapide des maladies
L’artériopathie oblitérante de l’aorte et membres inférieurs (AOMI) se caractérise par le rétrécissement ou l’obstruction des vaisseaux qui véhiculent le sang du cœur aux jambes. Bien que moins connue que d’autres pathologies vasculaires telles que les maladies cardiaques ou les accidents vasculaires cérébraux, cette maladie est très répandue et fort mal diagnostiquée. «Plus de 230 millions de personnes souffrent d’AOMI dans le monde», explique Georgi Kadrev, coordinateur du projet AI-CARE, cofondateur et directeur général de Kelvin Health en Bulgarie. «Chaque année, plus de 22 millions de personnes développent la forme la plus grave de la maladie, l’ischémie critique des membres, qui réduit considérablement le flux sanguin. Cette maladie peut mener à des amputations et affiche un taux de mortalité de 70 % dans les cinq ans qui suivent le diagnostic.»
Besoin clinique d’innovations
Les méthodes de diagnostic actuelles, qui consistent à mesurer la pression artérielle en différents points de la cheville, sont souvent peu précises. Le diagnostic chez les patients diabétiques peut s’avérer particulièrement difficile en raison de la calcification artérielle et d’un manque de sensibilité au niveau des jambes. Les méthodes plus invasives, notamment l’angiographie (rayons X utilisés pour les vaisseaux sanguins), ne sont utilisées que dans les cas présumés graves. Pour Georgi Kadrev et ses collègues, il existait un besoin clinique évident d’une méthode de diagnostic simple, précise et abordable de cette maladie silencieuse. «Notre idée consistait à développer un système qui utilise une caméra thermique portable pour capturer la thermodynamique du corps», explique-t-il. «Cela génère une série d’images qui sont ensuite segmentées et analysées à l’aide d’algorithmes de reconnaissance d’images basés sur l’intelligence artificielle (IA).» Georgi Kadrev a démontré la technologie en attachant la caméra thermique à son téléphone portable et en prenant des images de lui-même. Toute anomalie du système vasculaire périphérique serait détectée à l’aide des algorithmes d’apprentissage automatique du système. «Le concept repose sur le fait que la température locale du corps est fonction de la circulation sanguine», explique-t-il. «Toute anomalie sera détectée par les algorithmes, qui nous signaleront la présence de problèmes d’acheminement du sang artériel.»
Commercialiser l’innovation médicale
Commercialiser la technologie implique de traverser ce que l’on appelle la «vallée de la mort», des investissements importants étant nécessaires pour transformer une idée prometteuse en un produit viable et commercialisable. «Nous devons valider notre prototype en externe dans un environnement clinique», ajoute Georgi Kadrev. «Le simple fait d’arriver à ce stade nécessite un travail administratif considérable, une analyse de la propriété intellectuelle et une sensibilisation à des questions telles que la protection des données médicales. Nous devons également élaborer une stratégie de planification de l’accès au marché.» Le projet AI-CARE a apporté à Kelvin Health le soutien dont il avait besoin pour franchir cette étape cruciale. «Nous préparons à présent la validation clinique réelle et commençons à recueillir des données cliniques», ajoute Georgi Kadrev. «Il s’agit de prérequis incontournables à la commercialisation.»
Dépistage régulier des patients à risque
Le projet a également contribué à rehausser le profil de l’innovation en Bulgarie. «Nous avons pu travailler avec des leaders d’opinion essentiels», confie Georgi Kadrev. «Nous avons récemment été invités à la session scientifique de l’American Heart Association à Chicago en novembre dernier, et à la conférence LINC à Leipzig, la principale conférence européenne sur les interventions artérielles.» Le soutien d’Horizon aux écosystèmes européens de l’innovation est également essentiel pour favoriser une culture de création d’entreprise. Ceci est particulièrement vrai lorsque le capital-risque existant n’est pas orienté vers les solutions de recherche, notamment dans le domaine des soins de santé, en raison du temps et des risques que cela implique. «Cela nous a permis de nous faire connaître», fait remarquer Georgi Kadrev. L’objectif ultime est d’introduire cette innovation dans les milieux cliniques et d’en faire un moyen efficace et rentable de dépistage de l’AOMI. «Nous pourrions envisager une situation où les patients qui présentent un risque d’AOMI (les gros fumeurs, les diabétiques) seraient dépistés deux fois par an, ce qui permettrait d’économiser des ressources et de sauver des vies», ajoute Georgi Kadrev.
Mots‑clés
AI-CARE, IA, imagerie thermique, maladie, diagnostic, AOMI, Bulgarie