Recevez chaque jour toute l'actualité du numérique

x

Grâce à l'IA, cette application permet de détecter automatiquement l'antibiorésistance

Des chercheurs ont mis au point une application mobile pour remplacer les automates qui analysent les antibiogrammes dédiés au test de la sensibilité d'une souche bactérienne vis-à-vis d'un antibiotique. Cet outil en open source est destiné aux techniciens de laboratoire des pays en voie de développement, qui restent peu équipés.
Twitter Facebook Linkedin Flipboard Email
×

Grâce à l'IA, cette application permet de détecter automatiquement l'antibiorésistance
Grâce à l'IA, cette application permet de détecter automatiquement l'antibiorésistance © MSF

Le Centre national de la recherche scientifique (CNRS), le Centre d'énergie atomique (CEA), l'Université d'Evry, l'hôpital Henri-Mondor (AP-HP) et Médecins sans Frontières ont développé une application mobile qui grâce à un système d'apprentissage automatique facilite le diagnostic de la résistance aux antibiotiques. Leurs travaux viennent d'être publiés dans la revue scientifique Nature Communications.

L'antibiorésistance, un enjeu central
L'antibiorésistance a été désignée par l'Organisation mondiale de la santé (OMS) comme l'un des défis sanitaires majeurs du 21ème siècle. En effet, elle remet en cause notre capacité à soigner les infections, même les plus courantes, que ce soit en médecine de ville, hospitalière ou vétérinaire.

Dans les pays développés, la résistance aux antibiotiques est détectée grâce à des automates qui lisent et interprètent les antibiogrammes, une technique visant à tester la sensibilité d'une souche bactérienne vis-à-vis d'un ou de plusieurs antibiotiques supposés ou connus. En pratique, les professionnels de santé mettent en culture les bactéries du patient à traiter dans des boites de Pétri. Ils y déposent des disques de papier, appelés pastilles, contenant une concentration précise de chaque antibiotique.

Lorsque la bactérie est sensible à l'antibiotique, elle disparait dans la zone concentrique autour du disque. C'est ce qui est appelée le halo ou la zone d'inhibition. C'est à partir de la mesure du diamètre de cette zone qui est comparé à certains standards qu'est définie l'antibiorésistance.

Automatiser le traitement d'image d'un antibiogramme
Or, les automates coûtent chers et nécessitent une certaine expertise dont sont privés les pays en voie de développement. D'où l'idée des chercheurs de créer une application mobile "gratuite et facile d'utilisation" pour "traiter efficacement l'image d'un antibiogramme sur un smartphone" destiné aux biologistes des pays sous-développés, détaille Amin Madoui, chercheur au laboratoire "Génomique Métabolique du Genoscope", à l'origine du projet.

En 2019, ces travaux décrochent une bourse au concours "Google AI Impact Challenge", qui récompense les projets liés à l'IA tournés vers le progrès social. Ces fonds ont permis aux chercheurs d'être épaulés par 13 employés de la firme de Mountain View et de réaliser des essais pour améliorer les performances de l'application.

Un niveau de fiabilité de 98 %
L'application repose sur un algorithme de traitement d'image qui à partir de la photographie d'un antibiogramme va pouvoir analyser la zone d'inhibition. Elle guide le biologiste durant l'analyse des pastilles. A tout moment, il peut corriger les mesures automatiques si nécessaire. Le process atteint un taux de 98 % de concordance avec la mesure manuelle "la plus sûre", affirme l'étude.
 


L'application fonctionne sur Android et sans connexion internet, un point particulièrement important car les techniciens de laboratoire peuvent être dans des zones reculées. Son code a été publié en open source.

En test dans trois pays
Actuellement, l'application est testée dans les laboratoires de trois pays. Elle sera ensuite mise à disposition à une plus grande échelle d'ici 2022, si les tests sur le terrain s'avèrent concluants. Le dispositif n'a pas encore reçu le marquage CE.

Réagir

* Les commentaires postés sur L’Usine Digitale font l’objet d’une modération par l’équipe éditoriale.