Quand la machine learning s’attaque au diagnostic du paludisme
Actualité
Israël
|
Biologie : médecine, santé, pharmacie, biotechnologie
2 mars 2017
Non loin de la moitié des personnes vivant sur Terre sont exposés au risque d’attraper le paludisme. En 2015, plus de 212 millions de personnes ont été diagnostiqués comme porteurs du parasite et 420 000 personnes en sont décédées. L’Afrique subsaharienne paye la plupart de ce tribut avec plus de 90 % des cas mondiaux. Détecter rapidement et à moindre coût les cas de paludisme est donc d’un intérêt majeur pour la santé publique mondiale.
Au moins 70% des détections de cas de paludisme se font de manière manuelle par l’observation sous microscope de gouttes de sang. Ceci mobilise beaucoup de personnel qualifié et, de ce fait, engendre un coût important. La société israélienne « Sight Diagnostics » a développé une technologie permettant de détecter de manière totalement automatisée la présence du parasite dans le sang humain en moins de 4 minutes avec un taux d’erreur en dessous du pourcent. L’appareil peut également détecter le type de paludisme ainsi que le nombre de parasites par unité de volume.
Le principe de base repose sur de l’analyse d’images ainsi que des technologies de “machine learning” qui permettent, après chaque diagnostic validé, de faire progresser la qualité de l’algorithme utilisé et donc de réduire le nombre d’erreurs. Pour l’instant, le système ne peut être utilisé que dans un centre de soins mais la start-up envisage de développer une version mobile de son produit afin d’atteindre les endroits les plus reculés.
En savoir plus : http://www.sightdx.com/
Source : http://www.israel21c.org/fast-accurate-test-for-malaria-could-be-a-game-changer/
Rédacteur : Fabien Lafont, post-doctorant à l’Institut Weizmann