Une étude de l’Université de Kobe révèle qu’une simple photo de la main peut aider à détecter l’acromégalie, une maladie rare causée par un excès d’hormones. Les chercheurs ont développé un modèle d’intelligence artificielle capable de reconnaître cette affection grâce à l’analyse d’images du dos de la main et du poing fermé.
Photographie d’une main analysée par un système d’intelligence artificielle pour détecter des signes d’acromégalie / Crédit : Université de Kobe
Une simple photographie de la main pourrait aider les médecins à détecter l’acromégalie, une maladie endocrinienne rare provoquée par une production excessive d’hormone de croissance (GH). Cette hypothèse est avancée par une étude réalisée par des chercheurs de l’Université de Kobe, publiée dans le Journal of Clinical Endocrinology & Metabolism. Un système d’intelligence artificielle est capable d’identifier les signes de la pathologie en analysant des images du dos de la main et du poing fermé.
Cette condition évolue lentement au fil des années. Les symptômes peuvent souvent passer inaperçus. L’excès d’hormone de croissance entraîne en effet un gonflement progressif des mains et des pieds, souvent non perçu par les patients ou leur entourage, ainsi que des modifications des traits du visage et une atteinte des os et des organes internes. Lorsque la diagnostique est tardive, les complications deviennent graves et peuvent réduire l’espérance de vie.
“Étant donné que la maladie évolue lentement et qu’il s’agit d’une pathologie rare, il n’est pas rare que la diagnostic puisse prendre jusqu’à dix ans”, déclare un endocrinologue de l’étude.
Pour remédier à ces délais diagnostiques, le groupe de recherche japonais a développé un modèle de deep learning capable d’identifier les changements morphologiques typiques de l’acromégalie en observant des photographies des mains. Au cours de tests comparatifs, le système a montré une sensibilité et une spécificité très élevées, surpassant même la précision des évaluations réalisées par des endocrinologues expérimentés chargés d’analyser les mêmes images.
Comment l’intelligence artificielle reconnaît l’acromégalie à partir des photographies des mains
Pour entraîner le modèle, les chercheurs ont utilisé plus de 11 000 images collectées auprès de 725 patients, dont environ la moitié souffrait d’acromégalie, suivis dans 15 établissements médicaux au Japon. Les photographies ne montraient que le dos de la main et le poing fermé, évitant délibérément le paume et le visage des patients.
Cette approche n’est pas fortuite. De nombreuses recherches précédentes sur l’utilisation de l’intelligence artificielle pour le diagnostic précoce de maladies endocriniennes se sont concentrées sur les photographies du visage, qui posent des problèmes de confidentialité. “Pour faire face à cette problématique, nous avons décidé de nous concentrer sur les mains, une partie du corps que nous examinons régulièrement lors des consultations cliniques et qui montre souvent des altérations chez les patients atteints d’acromégalie”, observe un membre de l’étude.
Le système analyse les images pour détecter des motifs morphologiques associés à la maladie, tels que le grossissement des doigts, l’épaississement des tissus mous et la perte de définition des articulations.
Cartes d’activation du modèle d’intelligence artificielle soulignant les zones de la main utilisées pour reconnaître les signes d’acromégalie. Crédit : Université de Kobe.
À la fin de l’analyse, le modèle a identifié les patients atteints d’acromégalie avec une valeur prédictive positive de 0,88 et une valeur prédictive négative de 0,93. En termes pratiques, cela indique que lorsque le système indiquait un résultat positif, dans 88% des cas, la personne était effectivement malade, tandis qu’un résultat négatif était correct dans 93% des cas.
Le modèle d’intelligence artificielle a également dépassé les performances des endocrinologues expérimentés lorsque ceux-ci ont été confrontés aux mêmes photographies utilisées dans les tests.
D’après les chercheurs, ces résultats montrent que le modèle pourrait devenir un outil utile pour identifier plus rapidement les cas suspects à orienter vers des examens endocrinologiques spécifiques. “Honnêtement, j’ai été surpris que l’exactitude diagnostique ait atteint des niveaux aussi élevés en utilisant uniquement des photographies du dos de la main et du poing fermé, témoigne un membre de l’étude. C’est particulièrement impressionnant que nous ayons obtenu ces performances sans utiliser les traits du visage, rendant cette approche beaucoup plus pratique pour les programmes de dépistage.”
Les auteurs soulignent que le système ne remplace pas le diagnostic clinique, mais pourrait devenir un outil de support pour identifier plus rapidement les cas suspects et les diriger vers des examens endocrinologiques spécifiques. À l’avenir, des technologies semblables pourraient également être appliquées à d’autres conditions qui laissent des signes reconnaissables sur les mains, comme l’arthrite rhumatoïde, l’anémie ou l’hippocratisme digital.
“En développant davantage cette technologie – conclut l’expert – nous pourrions créer des systèmes de dépistage lors des contrôles de santé de routine qui aideraient à orienter les cas suspects vers des spécialistes, contribuant ainsi à réduire les inégalités dans l’accès au diagnostic.”