 capable d'identifier et de classer les globules blancs et rouges dans des images microscopiques d'échantillons de sang){kind=link}
Des chercheurs viennent de créer un système d’intelligence artificielle (IA) capable d’identifier et de classer les globules blancs et rouges dans des images microscopiques d’échantillons de sang. Il s’agit d’un algorithme sous forme d’outil de recherche gratuit qui peut aider les médecins à diagnostiquer les troubles sanguins.
Des maladies parfois difficiles à diagnostiquer par les médecins
En effet, les formes anormales et les nombres altérés des globules rouges et blancs sont des indicateurs fréquents de troubles sanguins. Ces résultats sont observés en temps normal au microscope afin de diagnostiquer les maladies. Seulement voilà : l’évaluation par des professionnels qualifiés est difficile car les changements peuvent parfois être très subtils et n’affecter qu’un petit nombre des centaines de milliers de cellules visibles.
Ces défis rendent difficile la distinction entre les maladies. Par exemple, dans le syndrome myélodysplasique (SMD), une forme précoce de leucémie, les changements sanguins visibles des patients ressemblent souvent à ceux de formes beaucoup plus bénignes d’anémie. Par conséquent, des procédures supplémentaires plus invasives sont nécessaires pour établir un diagnostic concluant de SMD, telles que des tests génétiques moléculaires et l’analyse de biopsies de moelle osseuse.
L’IA, un outil de détection très puissant
Selon les chercheurs, « L’algorithme est capable de détecter la forme et le nombre de dizaines de milliers de cellules sanguines dans une image microscopique du sang. Cela complète les capacités humaines, qui sont généralement plus axées sur les détails »
En utilisant les connaissances acquises, l’outil d’intelligence artificielle Haemorasis peut désormais suggérer des diagnostics de troubles sanguins et même distinguer les sous-types génétiques des maladies. De plus, l’algorithme révèle également des corrélations concrètes entre certaines morphologies cellulaires et des maladies, souvent difficiles à trouver en raison du grand nombre de cellules impliquées.