Et les scientifiques annoncent que l’algorithme a pu prédire avec précision si l’état d’un patient se détériorerait ou resterait stable, à partir des images et des données de la seule première visite. Les scientifiques ont ainsi pu classer les deux tiers des patients dans un groupe à faible risque, ne nécessitant pas de traitement, et l’autre tiers en un groupe à haut risque, nécessitant un cross-linking à court terme. En incluant les informations d’une deuxième visite à l’hôpital, l’algorithme a pu catégoriser avec succès jusqu’à 90 % des patients. « Il s'agit de la première étude de ce type à atteindre un tel niveau de précision dans la prédiction du risque de progression du kératocône à partir d'une combinaison de scanners et de données patient, estiment les chercheurs. Elle porte sur une large cohorte de patients suivis pendant deux ans ou plus. Bien que cette étude se limite à un appareil OCT spécifique, les méthodes de recherche et l'algorithme d'IA utilisés peuvent être appliqués à d'autres appareils. L'algorithme fera l'objet de tests de sécurité supplémentaires avant son déploiement en clinique. »

N. Le Jannic