«En 2020, on avait regardé ce qu’on pouvait faire avec des bases de données d’Italie et d’Espagne qui contenaient 200 ou 300 photos, raconte M. Akhloufi. Depuis ce temps, il y a eu plus d’images radiographiques disponibles.»
Le chercheur raconte avoir obtenu environ 20 000 images. Il souligne que ces informations supplémentaires ont permis à son équipe de développer une intelligence artificielle (IA) beaucoup plus performante.
«On développe un algorithme en lui montrant des images de cas qu’il apprend à différencier, comme si on apprenait à un humain à reconnaitre des signes caractéristiques d’une maladie. Plus il va voir des images et des cas variés, plus il va devenir bon», explique M. Akhloufi.
Le professeur ajoute que son algorithme est différent comparativement à quelques mois grâce à une architecture améliorée d’un réseau de neurones artificiels.
«C’est un modèle mathématique qui est censé imiter le fonctionnement des neurones humains», précise M. Akhloufi.
Il souligne enfin l’importance de la collaboration de son équipe avec un institut lié à l’Hôpital Montfort en Ontario.
«Ils nous fournissent des images. Ils nous apportent aussi une interprétation médicale de nos recherches et nous aident beaucoup à améliorer notre outil», détaille M. Akhloufi.
Hautes performances
Résultat: les performances de son IA dans la détection de la COVID-19 sur des radiographies des poumons étaient les meilleures au moment de la publication de son article dans la revue scientifique Big Data and Cognitive Computing, le 7 décembre 2021.
«Mais ça bouge très vite», rit M. Akhloufi.
Son outil donne une réponse exacte dans 97 % ou 98 % des cas et délimite les infections sur les images de radiographie thoracique selon un code couleur. Il peut ainsi aider les radiologues à prendre des décisions cliniques pour le diagnostic, le suivi et le pronostic de la COVID-19 et de la pneumonie.
«C’est un outil supplémentaire, qui ne remplace pas les tests PCR, indique M. Akhloufi. Son avantage est de donner une réponse immédiate. Il peut donc être utile quand il y a beaucoup de patients et pour les cas critiques. Par ailleurs, les rayons X sont utilisés dans les pays riches comme dans les pays pauvres.»
L’étudiant au doctorat qui a coécrit l’article paru dans Big Data and Cognitive Computing, Mohamed Chetoui, souhaite que les médecins et les radiologistes valident l’outil pour qu’il soit utilisé dans les hôpitaux et les cliniques. Ils peuvent y accéder gratuitement sur internet.
«C’est un sujet d’actualité», se félicite l’homme âgé de 30 ans, qui a déjà soumis 12 articles scientifiques comme premier auteur et que l’Acadie Nouvelle a nommé parmi les 30 jeunes à surveiller en 2021.
Une fois que la crise sanitaire retiendra moins son attention, il reprendra ses recherches pour développer des IA capables de détecter d’autres maladies, comme la rétinopathie diabétique et le cancer.
Son professeur, M. Akhloufi, se fixe par ailleurs l’objectif de permettre aux médecins de recevoir un rapport d’IA pouvant lister plusieurs maladies grâce à une seule radiographie.
