• CONTACT

QUESTION D'ACTU

Améliorer la prise en charge du VIH dans les pays à faible revenu

VIH : une appli d'intelligence artificielle pour faciliter le dépistage

Des chercheurs de l'University College de Londres et de l'Africa Health Research Institute développent une application capable d'interpréter avec précision les résultats des tests de dépistage du VIH, notamment dans les pays à revenu faible ou intermédiaire.

VIH : une appli d'intelligence artificielle pour faciliter le dépistage Vasyl Dolmatov




L'ESSENTIEL
  • Cette application devrait permettre de lire les résultats des tests de dépistage, parfois difficiles à interpréter, à partir d'une simple photographie.
  • Déployée dans les pays à revenu faible ou intermédiaire, elle permettra d'établir des résultats plus précis et de faciliter la transmission des résultats aux systèmes de santé publique.

Largement utilisés dans le domaine de la santé, les algorithmes permettent d'effectuer des calculs approfondis pour affiner les précisions de diagnostics de maladies. C'est précisément la méthode employée dans cette étude réalisée dans des zones rurales d'Afrique du Sud, à l'aide de tests de diagnostic rapide (TDR) destinés à dépister le VIH

Publiée dans la revue Nature Medicine, cette vaste étude de terrain a exploité le potentiel des capteurs, des caméras, de la puissance de traitement et des capacités de partage des données des téléphones portables, afin de mettre au point une application capable de lire les résultats des tests à partir d'une image prise par les utilisateurs finaux sur un appareil mobile. 

Si les autotests effectués hors laboratoire, qui se sont rapidement développés depuis l'arrivée de la pandémie, ont permis de donner un coup d'accélérateur au dépistage, l'interprétation exacte de leurs résultats reste difficile à l'œil nu. C'est précisément ce défaut que l'application développée par l'University College de Londres (ULC) et l'Africa Health Research Institute (AHRI) tente de corriger. 

Assurer la continuité des soins des patients

"Cette étude est un partenariat vraiment solide avec l'AHRI qui démontre la puissance de l'utilisation de l'apprentissage profond pour classer avec succès les images de test rapide acquises sur le terrain dans le 'monde réel' et réduire le nombre d'erreurs qui peuvent se produire lors de la lecture des résultats de test à l'œil. Cette recherche montre l'impact positif que les outils de santé mobiles peuvent avoir dans les pays à revenu faible ou intermédiaire et ouvre la voie à une étude plus vaste à l'avenir", estime Rachel McKendry, professeure à l'ULC qui a participé à la recherche. 

Simple d'usage, cette application vise plusieurs objectifs : établir des diagnostics plus précis donc, mais aussi aider les décisions relatives au dépistage du VIH prises par les travailleurs sociaux, les infirmières et les agents de santé communautaires. Elle pourrait également faciliter la transmission des résultats aux systèmes de santé publique afin d'améliorer la collecte des données et assurer la continuité des soins des patients.

Les scientifiques à l'origine de ce projet suggèrent aussi l'utilité de pouvoir transférer en temps réel des résultats des TDR par le biais d'un appareil connecté dans la gestion des épidémies, par exemple pour localiser les endroits où le nombre de tests positifs est élevé. Une méthode qu'ils prévoient d'étendre dans la gestion des patients Covid-19, ainsi que pour les  maladies non transmissibles.

Vous aimez cet article ? Abonnez-vous à la newsletter !

EN DIRECT

LES MALADIES

J'AI MAL

Bras et mains Bras et mains Tête et cou Torse et haut du dos Jambes et pied

SYMPTÔMES