IA

Algorithme développé pour détecter d'éventuelles maladies cardiaques par selfies

Algorithme développé pour détecter d'éventuelles maladies cardiaques par selfies


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Une recherche menée en Chine a vu le développement d'un algorithme qui pourrait détecter la probabilité qu'une personne souffre d'une maladie cardiaque simplement en regardant son visage à travers ses selfies. Il est assez effrayant de laisser l'intelligence artificielle entreprendre ce genre de tâches pour l'humanité. Le diagnostic de maladie coronarienne est sur le point d'être l'un d'entre eux.

L'étude a été publiée dans leJournal européen du cœur.

CONNEXES: UN CHIRURGIEN CHINOIS EFFECTUE LES PREMIERS TRAITEMENTS MONDIAUX DE CELLULES SOUCHES POUR LES MALADIES CARDIAQUES

% 80 détection correcte

Comme le suggère l'étude, il existe plusieurs symptômes possibles liés à une maladie cardiaque et visibles à l'œil nu. Ces symptômes comprennent l'alopécie, l'absence de poils sur certaines parties du corps, comme la calvitie; xanthelasmata, sorte de grains de beauté jaunes autour des paupières; ou arcus corneae, qui manifeste principalement des anneaux opaques blancs autour de la cornée. Ce sont les traits du visage que l'algorithme développé recherche pour calculer le risque de maladie cardiaque à travers des photos.

La possibilité d'une maladie cardiaque a été détectée correctement dans 80% des cas. Et 61% de ceux qui n'avaient pas une forte probabilité de développer une maladie cardiaque ont également été diagnostiqués correctement.

«Notre objectif ultime est de développer une application autodéclarée pour les communautés à haut risque afin d'évaluer le risque de maladie cardiaque avant de se rendre dans une clinique. Cela pourrait être une méthode peu coûteuse, simple et efficace pour identifier les patients qui ont besoin d'une enquête plus approfondie. L'algorithme nécessite un raffinement supplémentaire et une validation externe dans d'autres populations et ethnies. " a expliqué le professeur Zhe Zheng, responsable de la recherche.

2 ans de recherche

Pour que l'algorithme analyse les tendances des maladies cardiaques,5,796 des patients de huit hôpitaux chinois ont été enrôlés dans l'étude entre juillet 2017 et mars 2019. Les photos de chaque patient ont été prises sous quatre angles différents: un frontal, deux profils latéraux et un regardant le haut de la tête. En les prenant sous différentes procédures d'imagerie telles que l'angiographie coronarienne ou l'angiographie coronarienne par tomodensitométrie, l'état des vaisseaux sanguins des patients a également été examiné.

Les radiologues ont examiné les images des participants pour estimer la probabilité de maladie cardiaque en fonction du nombre de leurs vaisseaux sanguins rétrécis par 50% et l'emplacement des vaisseaux dans le corps. C'est ainsi qu'ils ont créé la base de l'algorithme.

Apparemment, l'algorithme avait «une performance modérée». Des données cliniques supplémentaires n'ont eu aucun impact sur le développement des performances de l'algorithme. Par conséquent, l'algorithme semble réussi à détecter les maladies cardiaques potentielles uniquement par les photos.

Sera-t-il éthique d'exploiter ce type de données?

N'oublions pas les préoccupations éthiques suscitées par l'étude. Prendre des photos de quelqu'un ou les mettre sur les plateformes sociales est facile. Les données obtenues par l'algorithme seront distinctement individuelles, ce qui incite les chercheurs à envisager une éventuelle collecte par des institutions indépendantes. Cependant, ils conviennent que la confidentialité est la clé.

Apparemment, d'autres essais et développements sont en cours, car les chercheurs ne veulent pas que les utilisateurs paniquent et créent de longues files d'attente avant les cliniques pour des tests supplémentaires.


Voir la vidéo: How kNN algorithm works (Mai 2022).