L’impact de la rétinopathie diabétique (RD) sur la santé mondiale est considérable, puisqu’on estimait à 103 millions le nombre de personnes touchées par une RD en 2020, chiffre qui devrait atteindre 161 millions d’ici 2045 [1]. L’identification précoce de la RD est essentielle pour prévenir la perte de vision et réduire l’impact socio-économique de la maladie. Une détection trop tardive, encore bien souvent constatée, peut entraîner une déficience visuelle irréversible et une diminution de la qualité de vie des personnes touchées. Le fardeau croissant de la RD souligne le besoin critique de stratégies de dépistage et de détection précoce adaptées.

Bien qu’efficaces, les méthodes de dépistage traditionnelles présentent des limites, notamment la nécessité de disposer d’un équipement spécialisé et d’un personnel qualifié, et le fait que les examens prennent beaucoup de temps. Ces facteurs contribuent à des taux de dépistage sous-optimaux, en particulier dans les régions où les ressources sont limitées et où il y a une pénurie de professionnels de soins spécialisés [1].

L’avènement de l’intelligence artificielle dans les soins a ouvert de nouvelles voies pour améliorer les diagnostics médicaux et l’accès aux soins des patients. L’IA, en particulier les algorithmes d’apprentissage automatique (ML) et d’apprentissage profond (DL), a démontré un potentiel remarquable dans l’analyse de données et d’images médicales complexes avec une précision et une efficacité élevées [2].

Dans le domaine de l’ophtalmologie, l’intégration de l’IA dans le dépistage de la RD offre plusieurs avantages potentiels par rapport aux méthodes traditionnelles. Les systèmes alimentés par l’IA peuvent analyser les images du fond d’œil rapidement et avec précision,[...]

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