Image of a blood smear from a cell phone camera (left), following enhancement by the algorithm (center), and taken by a lab microscope (right). Credit: .Ozcan Research Group/UCLA
Des chercheurs de l’Université de Californie à Los Angeles (UCLA) ont utilisé le deep learning (forme d’intelligence artificielle) pour transformer des smartphones en microscopes optiques.
A l’heure actuelle, le processus d’analyse anatomopathologique est géré par des microscopes très couteux produisant des images haute définition et nécessitant un personnel spécialisé. Dans des environnements pauvres en ressources, ceci peut limiter l’accès aux outils diagnostiques nécessaires pour la prise en charge de plusieurs pathologies.
Dernièrement, la qualité des caméras sur smartphone a été améliorée: plusieurs accessoires ont été développés pour amplifier davantage la qualité des images; cependant, cette dernière est loin d’être adaptée à l’analyse d’images anatomopathologiques.
C’est pourquoi des chercheurs de l’Université de Californie à Los Angeles (UCLA) ont développé un réseau neuronal capable de transformer l’image crée par le smartphone et amplifier sa résolution à un micromètre. Leurs travaux ont été publié dans un journal de la société américaine de chimie (ACS).
L’accessoire couplé à cette technique est fabriqué via une imprimante 3D avec des composantes à bas couts, avec un prix final inférieur à 100 euro, à une fraction du prix d’un microscope standard (plusieurs milliers d’euros).
Les chercheurs espèrent pouvoir exporter cette technique à plusieurs autres disciplines en santé publique, télémédecine et applications diagnostiques.