LG 223

14 LG
JUIN 2019
E-SANTÉ
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.
“Lorsque
l’ingénierie
se met au service
de la santé,
des nouveautés
essentielles
dans le domaine
médical peuvent
émerger”
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).