RTFlash

RTFlash a besoin de vous pour continuer à exister !

Propulsé par HelloAsso

Une intelligence artificielle qui détecte le diabète de type 1

Le diabète de type 1 est une maladie contraignante, qui impose des injections quotidiennes d’insuline ou des régimes alimentaires stricts à vie. Dans le but d'alléger les traitements, entre autres, des chercheurs du géant américain IBM ont mis au point une technique d’intelligence artificielle pour détecter la pathologie… avant même qu’elle n’ait produit ses premiers effets ! Une percée dans le cadre du diagnostic médical, alors que la plupart des patients découvrent encore leur maladie de manière tardive et que leurs cellules sont déjà endommagées.

Dévoilée lors d’un sommet de l’American Diabetes Association début juin 2019, l’IA d’IBM serait capable de cartographier la présence d’anticorps dans le sang. Une solution permettant de déterminer précisément le moment ainsi que la manière dont la pathologie pourrait émerger chez un patient. Si une personne atteinte de diabète affiche aujourd’hui la même espérance de vie qu’un individu lambda, l’IA développée par IBM pourrait prévenir la dégradation cellulaire.

"Notre base de données est alimentée par 22 000 patients aux quatre coins des Etats-Unis, de Suède et de Finlande", a indiqué Jianying Hu, responsable des services de santé d’IBM Research. D'autres cas devraient la compléter courant 2019, en Allemagne. Ce programme a permis de pointer des similitudes dans la progression de la maladie chez les patients.

"L’intérêt principal de modèles de machine learning dans le cadre du diabète de type 1 est d’identifier les individus à suivre scrupuleusement", explique Jianying Hu, dont l’équipe a travaillé sur ce projet pendant plus d’un an. "Cette IA pourrait ainsi permettre aux médecins de déterminer la date limite à laquelle un patient devrait se faire examiner à nouveau."

Article rédigé par Georges Simmonds pour RT Flash

Engadget

Noter cet article :

 

Vous serez certainement intéressé par ces articles :

Recommander cet article :

back-to-top