Par rapport aux experts humains, la capacité de l’intelligence artificielle à détecter les maladies cardiaques a commencé à avoir une très grande précision. Le domaine de l’intelligence artificielle se développe rapidement de sorte que même les médecins peuvent difficilement suivre le développement de l’intelligence artificielle.
Google a maintenant développé un produit d’intelligence artificielle qui utilise les données de plus de 284 000 patients pour l’apprentissage en profondeur afin de prédire la possibilité de maladies cardiovasculaires et cérébro-vasculaires.
La plupart des problèmes de santé sont liés aux maladies cardiaques et aux maladies cardiovasculaires et cérébro-vasculaires. Les médecins prédisent généralement les maladies cardiaques et les maladies cardiovasculaires et cérébro-vasculaires en observant des facteurs tels que la vie quotidienne (habitudes de fumer ou de consommation d’alcool), la pression artérielle, le diabète et le taux de cholestérol.
Au cours des dernières années, nous avons trouvé de nombreux exemples de la façon dont les modèles d’apprentissage en profondeur peuvent améliorer la précision du diagnostic, en particulier dans la détection des maladies oculaires chez les diabétiques. Maintenant, ce dernier algorithme peut analyser certains signes de maladies cardiovasculaires et cérébro-vasculaires. Dans un proche avenir, lorsque les chercheurs de Google créeront plus de techniques de diagnostic, vous n’avez pas à être surpris.
Pour comprendre comment cela fonctionne, les chercheurs ont utilisé un réseau de compilation appelé “Attention based encoder and decoder networks”. Cette technologie fournit une carte thermique montrant quels pixels jouent un rôle essentiel pour prédire des maladies cardiovasculaires et cérébro-vasculaires spécifiques. Cette méthode permet de prédire la tension artérielle en observant les vaisseaux sanguins, et elle peut également être utilisée pour étudier plus en amont la relation entre les maladies rétiniennes et cardiovasculaires ou cérébro-vasculaires.
Malgré les résultats impressionnants obtenus, l’étude comporte encore de nombreuses limites. D’abord, il n’utilise que des images avec un angle de vue de 45 degrés. Deuxièmement, pour l’apprentissage en profondeur, l’ensemble de données global est relativement petit.
Actuellement, le modèle n’est impliqué que dans la prédiction de centaines de cas cardiovasculaires et cérébro-vasculaires. Au cours des prochains mois, les chercheurs construiront et testeront l’intelligence artificielle sur un ensemble de données plus vaste et plus complet.
En outre, ils chercheront d’autres facteurs d’impact, tels que l’impact des changements de mode de vie et de médicaments sur les prédictions, et testeront de nouvelles théories et hypothèses.
 

A propos de Qianqian WANG