Autoscope : le deep learning au service du diagnostic de la malaria share
back to to

Autoscope : le deep learning au service du diagnostic de la malaria

15 février 2016

Un microscope doté d’intelligence artificielle, baptisé Autoscope, est désormais capable de repérer les parasites de la malaria avec un taux de précision de 90%. Soit bien plus que la plupart des humains, note un article de MIT Technology Review.

Pour lutter contre la malaria, qui a touché 214 millions de personnes et causé le décès de 438 000 d’entre elles en 2015, l’équipe de Charles Delahunt, de l’Intellectual Ventures Laboratory, a mis au point un microscope doté d’une intelligence artificielle. Capable de repérer les parasites de malaria avec un taux de précision de 90%, l’Autoscope utilise le deep learning pour analyser les images et reconnaître les éventuels parasites. Une évolution technologique qui pourrait constituer une alternative fiable aux moyens de détection de la maladie.

Celle-ci s’opère généralement par la simple observation microscopique ou par le biais de cartes dotées de bandes qui se révèlent à l’œil en présence de parasites de malaria. Inconvénient : ces tests rapides sont plus coûteux que l’approche microscopique et ne peuvent servir à quantifier la malaria, ce qui les rend moins pertinents en cas de résistance aux médicaments ou de malaria sévère. C’est sur ce dernier point que l’Autoscope prend une longueur d’avance :

« Il pourrait avoir de nombreux champs d’application, non seulement en matière de recherche et de surveillance de la résistance aux anti-paludiques, mais aussi dans le cas de la pratique clinique », avance Mehul Dhorda, directeur de la Région Asie du Réseau International sur la résistance aux antipaludiques.

Le projet a notamment reçu le soutien du Global Good Fund de Bill et Melinda Gates.

Plus d’information avec l’article de MIT Technology Review.  

Chaque semaine,
recevez les immanquables
par email