AI in the management of eye diseases: now and future

L’IA dans la gestion des maladies oculaires : aujourd’hui et demain

Un résumé réalisé par le Dr Isabelle Aknin (linkedin.com/in/dr-i-aknin-armd), à partir de la présentation du Pr Ursula Schmidt-Erfurth (linkedin.com/in/univ-prof-dr-ursula-schmidt-erfurth-280a05128), Professor and Chair, Department of Ophthalmology and Optometry, Medical University of Vienna.

1. L’IA transforme la prise en charge des maladies rétiniennes

• L’intelligence artificielle améliore l’efficacité, la précision et l’objectivité dans la gestion quotidienne des maladies de la rétine, notamment pour les injections intravitréennes et l’analyse OCT.

• Elle permet d’optimiser le suivi, la détection précoce, le dépistage et la surveillance partagée des patients, ce qui est crucial face à la demande croissante d’injections et de traitements.

2. Analyse volumétrique des fluides rétiniens : un changement de paradigme

• L’épaisseur rétinienne centrale n’est pas un marqueur fiable de l’activité de la maladie car elle ne reflète pas le volume réel de fluide.

• L’IA permet une analyse tridimensionnelle précise des volumes de liquide sous et intrarétinien, ce qui corrèle mieux avec l’acuité visuelle et la fonction rétinienne.

• Le volume de liquide, en particulier le liquide intra-rétinien persistant, est associé à un risque accru de fibrose et d’atrophie irréversibles.

3. L’IA dans la pratique clinique et les essais cliniques

• Des plateformes cloud intégrant l’IA (ex : CareDirect, K-Direct) permettent l’analyse et le suivi en temps réel des images OCT, mesurant objectivement l’emplacement et le volume des fluides.

• Les protocoles guidés par l’IA peuvent réduire le nombre de traitements inutiles tout en maintenant l’efficacité, et faciliter la prise de décision clinique.

• Des essais multicentriques en Europe montrent que les décisions de traitement basées sur l’IA sont aussi fiables que celles des experts humains, avec une meilleure efficacité. (Écrits par des IA?) 

4. Biomarqueurs et corrélation structure-fonction

• L’IA permet de mesurer et suivre objectivement des biomarqueurs cliniques (liquide, perte de zone ellipsoïde, perte de cellules de l’EP) et subcliniques.

• Elle facilite la corrélation entre les modifications structurelles (OCT) et les résultats fonctionnels (acuité visuelle, sensibilité rétinienne), notamment dans la DMLA, l’œdème maculaire diabétique et l’occlusion veineuse rétinienne. Maladies pour lesquelles elle a été entraînée 

• L’IA améliore la détection précoce et la prédiction de la progression de la maladie, permettant des interventions plus opportunes.

5. Développement clinique et validation de l’IA

• Des essais cliniques multicentriques (plus de 7 pays, >5000 images) valident l’utilisation de l’IA pour la détection et la surveillance précoces de la DMLA intermédiaire et de l’atrophie géographique.

• L’intégration de l’IA en soins primaires vise à identifier les patients à risque avant la perte visuelle significative, transformant les stratégies de dépistage et de gestion.

En résumé pour le néophyte

• L’IA devient incontournable pour l’analyse précise des images rétiniennes, l’optimisation des traitements et la détection précoce des complications.

• Elle offre des outils fiables pour le suivi, la prédiction de la progression, et la personnalisation des prises en charge, tout en réduisant la charge de travail et la variabilité inter-observateur.

• L’adoption de l’IA en ophtalmologie s’accélère, avec une validation clinique croissante et un impact direct sur la qualité des soins et les résultats visuels des patients.