L’IA à l’aide des professionnels de la santé

Le domaine de la santé est un nouveau terrain d’activités chez InTech. Il nécessite la motivation et les compétences techniques des collaborateurs afin de contribuer à des projets d’amélioration du bien-être de la personne. Eric Laurent, ingénieur à la tête du Pôle Santé, nous présente deux algorithmes fondés sur l’intelligence artificielle prédictive. Interview.

Pourquoi et depuis quand, InTech s’intéresse-t-elle à l’e-santé ?

Ma première mission, à mon arrivée il y a trois ans, a été de développer le Pôle Santé. La raison est qu’il s’agit d’un domaine où la technologie est au service de projets qui ont du sens. Un sens qui profite aux patients mais aussi à nos collaborateurs. InTech a aujourd’hui une expertise technologique qu’elle souhaite proposer aux professionnels de la santé.

Parlez-nous de votre algorithme de Deep Learning…

Ce premier projet est capable d’analyser un grain de beauté à partir d’une simple photo et d’en détecter ses caractéristiques afin de déterminer s’il y a un risque de cancer de la peau. Plusieurs méthodologies existent afin de détecter le caractère malin ou bénin du mélanome, dont la méthode «ABCDE» qui analyse l’asymétrie, les bords, la couleur, le diamètre et l’évolution du grain de beauté. Notre objectif est d’inclure cette méthode dans un algorithme de Deep Learning afin d’accompagner les prises de décision des professionnels de santé.

La complexité de ce type de projet est d’avoir une base de données suffisante pour créer un modèle prédictif capable d’apprendre par lui-même. En cas de détection de mélanomes malins, la base de données doit être suffisamment fournie en photos de grains de beauté aussi bien bénins que malins. Notre base de données appelée «Dataset» a été peuplée de 13.680 images classifiées par les professionnels de santé. Une partie de ce Dataset a servi de modèle d’entraînement à notre algorithme et l’autre à le valider. Les taux de précision sont proches de 99% sur le jeu de données d’entraînement et de 97% sur celui des données de validation.

Et pour ce qui est de l’algorithme de mesure de paramètres de santé par flux vidéo…

Nous travaillons en effet sur un second projet qui permet de mesurer des paramètres de santé par flux vidéo. La majorité des appareils connectés sont équipés de matériel vidéo qui permettent de concevoir des solutions fondées sur des flux vidéo. Nos travaux ont porté sur la mesure du rythme cardiaque et de la fréquence respiratoire. Nous avons pour ce faire, élaboré un algorithme qui repose sur des formules et des méthodes mathématiques de traitement du signal, telles que les décompositions de Fourier, les filtres et les études de convergences. Nous avons utilisé une méthode de détermination des variations de couleur qui se produisent au niveau des veines du front lors d’une pulsation cardiaque. La région du front possède une couche très fine de peau et un réseau sanguin extrêmement chargé qui permet d’isoler les couleurs primaires (rouge, vert et bleu).

Après une dizaine de seconde, l’algorithme est capable de définir le rythme cardiaque de la personne filmée. Cet algorithme fait l’économie de tous capteurs corporels et laisse envisager de nouveaux cas d’utilisations notamment pour la télémédecine par exemple.

Ces deux technologies ont-elles vocation à être commercialisées?

Il s’agit ici de projets d’innovation qui n’ont pas aujourd’hui de vocation commerciale. Nous les menons afin de montrer l’étendue des possibles. Lorsque l’ingénierie se met au service de la santé, des nouveautés essentielles dans le domaine médical peuvent émerger. Le partenariat entre nos ingénieurs et les professionnels de la santé est primordial. C’est ce que nous souhaitons mettre en place pour, ensemble, développer les solutions de demain.