Des chercheurs en microbiologie ont conçu un microscope doté d’une intelligence artificielle capable de diagnostiquer une infection sanguine. Un simple échantillon de sang suffit pour détecter la présence de cellules infectieuses dans l’organisme.
Les nouvelles technologies comme l’intelligence artificielle ont une grande utilité pour le domaine scientifique. Les experts en microbiologie du Beth Israel Deaconess Médical Center (BIDMC) ont utilisé le machine learning pour mettre en place une intelligence artificielle. En se basant sur une base de données très riche, le programme est capable de déterminer si l’échantillon de sang examiné présente des signes d’une infection.
Inscrivez-vous à la newsletter
En vous inscrivant vous acceptez notre politique de protection des données personnelles.
Ce nouveau microscope pourrait faire gagner un temps considérable aux médecins qui effectuent des analyses de sang. Le docteur James Kirby, directeur du laboratoire de microbiologie clinique à la BIDMC explique le principe de fonctionnement du microscope : « il existe différents types d’infections, y compris les bactéries, les champignons et les parasites. […] L’échantillon est examiné au microscope par un technicien en microbiologie, qui reconnaît les formes, les couleurs et les modèles d’organismes, et déterminer la classe ou le type d’agent infectieux. Cette information critique est utilisée par les médecins pour choisir un traitement efficace. »
Reconnaître ces microbes sans intelligence artificielle demande de longues années de formation et d’expériences. De plus, il faut beaucoup de temps pour analyser un échantillon, ce qui est de plus en plus dur pour les laboratoires modernes qui font face à une forte demande. À plus longs termes, l’intelligence artificielle sera capable de prendre des centaines d’images d’échantillons puis de les analyser et sélectionner ceux qui présentent une anomalie. Ils seront ensuite étudiés par un spécialiste en microbiologie pour l’élaboration du diagnostic final.
À l’issue des différents essais menés par les chercheurs, le programme arrive à un résultat final de 95% de précision. Un chiffre très encourageant pour les chercheurs qui espère un jour pouvoir faire un diagnostic en quelques secondes.
