À l’instar de nombreuses autres spécialités ophtalmologiques et médicales, la chirurgie réfractive n’échappe pas à la déferlante des applications issues du domaine de l’intelligence artificielle (IA). Le concept du “big data” a pris corps en médecine grâce au développement accéléré de la digitalisation des contenus, sous la forme de bases de données, de registres de maladies et de la télémédecine. L’essor de la chirurgie réfractive et le développement conjoint des technologies de stockage ont permis d’amasser au fil du temps des quantités considérables de données qui peuvent être utilisées par les outils puissants que sont l’apprentissage automatique (machine learning) et l’apprentissage profond (deep learning).

Le machine learning est une branche de l’intelligence artificielle qui se concentre sur le développement d’algorithmes permettant aux machines d’apprendre et de s’adapter à partir de données sans être explicitement programmées. Le deep learning est une sous-catégorie de l’apprentissage automatique qui utilise des réseaux de neurones artificiels profonds pour traiter et analyser des données complexes. Ces réseaux de neurones sont capables de découvrir des représentations abstraites et hiérarchiques des données, leur permettant ainsi d’effectuer des tâches complexes. Ce contexte favorise le développement d’applications IA plus performantes et plus utiles pour la chirurgie réfractive. Loin du fantasme d’une structure pensante et autonome, l’IA peut être utilisée pour analyser de grandes quantités de données et ainsi aider les chirurgiens à prendre des décisions diagnostiques et thérapeutiques plus éclairées.

IA et dépistage des cornées à risque

Le bilan préopératoire en chirurgie réfractive est extrêmement important pour identifier les candidats à haut risque d’ectasie iatrogène, et les méthodes utilisées pour concevoir des algorithmes de dépistage reposent depuis longtemps sur des méthodes statistiques destinées à effectuer un travail de classification ou de régression. La première publication mentionnant l’utilisation d’un système expert, vocable utilisé avant celui plus en vogue de “machine learning”, pour désigner un outil informatique automatisé de dépistage du kératocône[...]

Connectez-vous pour consulter l'article dans son intégralité.