L'IA peut-elle prédire l'évolution du diabète à l'aide de données d'imagerie rétinienne ?

La rétinopathie diabétique est une complication bien connue du diabète, mais les modifications rétiniennes peuvent également refléter un dysfonctionnement métabolique plus large. Les modèles d'IA analysant les scans rétiniens pourraient détecter des signes précoces de progression du diabète avant l'apparition de symptômes cliniques. Cette approche non invasive pourrait permettre une prise en charge proactive de la maladie.

Les systèmes d'IA actuels peuvent analyser les images rétiniennes pour prédire l'apparition et la progression du diabète avec une précision cliniquement utile. Des modèles tels que les réseaux de neurones convolutifs (CNN) entraînés sur de grandes bases de données comme l'UK Biobank et EyePACS peuvent détecter la rétinopathie diabétique et estimer les risques associés comme une future perte de vision ou des événements cardiovasculaires. Ces systèmes atteignent souvent des métriques d'aire sous la courbe (AUC) supérieures à 0,85 pour prédire la progression de la rétinopathie diabétique sur 1 à 2 ans, bien que les performances varient selon la population et la qualité des images. Leur intégration dans les flux de travail cliniques reste limitée par la standardisation des données, les approbations réglementaires et la nécessité d'une validation longitudinale.

— Enriched 12 mai 2026 · Source : Nature Medicine — https://www.nature.com/articles/s41591-023-02325-3