PASSION derm

L’accès aux soins de santé reste un défi permanent dans de nombreux pays du monde, principalement en raison du nombre insuffisant de médecins spécialisés.

La pénurie de dermatologues dans de nombreux pays d’Afrique et d’Asie entrave notamment l’accès des populations locales à des soins dermatologiques vitaux. Avec souvent moins d’un dermatologue pour un million de patients dans ces régions [1], la situation est alarmantes. La population touchée, jusqu’à 87% chez les nourrissons [2], étend inévitablement son impact aux adultes. Ces conséquences au delà des dimensions physiques,  s’étendent aux aspects psychologiques et socio-économiques, en particulier pour les maladies chroniques.

L’initiative PASSION vise à apporter une solution réaliste, à atténuer cette situation difficile et à fournir aux populations locales un accès aux soins dermatologiques essentiels .

[1] https://www.facebook.com/watch/?v=458123999804780, [2] Kiprono SK, Muchunu JW, Masenga JE. Skin diseases in pediatric patients attending a tertiary dermatology hospital in Northern Tanzania: a cross-sectional study. BMC Dermatol. 2015 Sep 10;15:16. doi: 10.1186/s12895-015-0035-9. PMID: 26359248; PMCID: PMC4566193.

Le projet PASSION se déroule en trois phases principales.

Phase 1 : Collecte de données, Formation de modèles d’IA

1.1 Collecte de données d’images cutanées représentatives à l’échelle mondiale

Les ensembles de données publiques existants sur les maladies dermatologiques ne sont malheureusement pas représentatifs des populations africaines ou asiatiques, la pigmentation cutanée se situant principalement dans les types de peau « peu pigmenté » I, II, III sur l’échelle de Fitzpatrick [1]. Pour remédier à cela, depuis trois ans, nous collectons activement des données (images et métadonnées des types de peau IV-VI) pour former/évaluer des modèles d’intelligence artificielle et construire un atlas consultable pour le personnel médical. La collecte de données est effectuée par des dermatologues dans différents pays et endroits, facilitée par une application dédiée. Pour chaque cas, après avoir obtenu le consentement du patient pour la collecte de données à des fins de recherche, des images de la lésion et des métadonnées sont recueillies. A la fin 2023, plus de 4000 images ont été rassemblées à Madagascar, en Guinée, en Tanzanie et en Indonésie.

L’assurance qualité implique à la fois des vérifications manuelles (vérification visuelle par des dermatologues certifiés du diagnostic pour chaque cas soumis) et des vérifications automatisées à l’aide de notre algorithme SelfClean [2]. La collecte de données est effectuée strictement conformément aux réglementations locales.

1.2 Formation de modèles d’IA

Le projet s’appuie sur notre infrastructure d’IA développée en interne que nous partageons en open source.

• Un modèle de base formé de manière extensive de manière auto-supervisée avec plus de 2 millions d’images cutanées sert de base [3] (Suisse).
• Un modèle de classification basé sur l’architecture « vision transformers » (ViT[4]), vise à identifier quatre familles courantes de maladies de la peau (dermatite atopique, gale, impétigo, infection fongique, autres) (Suisse). Deux versions du modèle de classification sont créées :
  • Modèle A est formé avec >4 000 images de peau foncée collectées jusqu’à présent.
  • Modèle B est formé à des fins de comparaison avec 16 000 images de peau blanche.

Phase 2 : Création de la plateforme de télédérmatologie et Infrastructure pour les essais cliniques

2.1 Création de la plateforme de télédérmatologie

Après une phase de test de plusieurs mois à Madagascar et en Tanzanie, nous avons pu constater que la télédérmatologie basée sur un service web est insuffisante en termes de vitesse et de facilité d’utilisation. Ainsi, nous utilisons des formulaires standardisés dans l’application WhatsApp comme outil de communication, exploitant son chiffrement et sa distribution existante dans la population. Nous avons réussi à intégrer via une API des modèles d’IA, avec une interaction via un chatbot.

2.3 Essais cliniques

Nous planifions déjà des essais cliniques visant à valider les approches de télédérmatologie alimentées par l’IA. L’essai aura d’abord lieu à l’hôpital et comparera dans les mêmes patients l’exactitude des consultations en personne, la télédérmatologie réalisée par des dermatologues locaux et la télédérmatologie alimentée par l’IA. Ensuite, lorsque l’exactitude de la télédérmatologie atteindra >90%, l’essai sera réalisé à distance avec une véritable télédérmatologie.

2.1 Sélection de modèles d’IA existants pour les tests lors des essais cliniques

Les données collectées pour la télédérmatologie seront utilisées pour évaluer notre propre modèle de classification développé (Modèle A, voir ci-dessus), mais permettront également d’évaluer les modèles d’IA existants en dermatologie (Belle.ai, Google Lens, VisualDx, modèles open source, etc.). Ensuite, nous pourrons choisir ceux ayant le plus grand potentiel pour le projet en termes d’exactitude, de vitesse et d’adaptabilité à différents cas.

Phase 3 : Finalisation de la plateforme et déploiement de la meilleure solution, et publication des ensembles de données et des modèles d’IA

3.1 Finalisation de la plateforme de télédérmatologie

Analyser les résultats des essais cliniques et ajuster la plateforme en fonction des commentaires et des découvertes. Optimiser l’interface utilisateur et les fonctionnalités pour garantir une expérience utilisateur optimale.

3.2 Open Source

Notre objectif est de mettre en open source tous nos efforts dans le but de réduire la charge des maladies dermatologiques à l’échelle mondiale. Nous publierons 60% des cas collectés, le reste sera préservé comme ensemble de validation pour de futures compétitions. Nous publierons également tous les modèles d’IA (modèle général et classificateur), le code de la plateforme de télédérmatologie, le code de la formation de l’IA et leur utilisation.

Conclusion : Le projet PASSION vise à intégrer efficacement la technologie de l’IA dans le domaine de la dermatologie, en utilisant des essais cliniques pour comparer différentes approches. La finalisation de la plateforme et le déploiement de la meilleure solution sélectionnée dépendent de résultats concluants des essais cliniques, assurant une application pratique et bénéfique de la télédérmatologie et de l’IA dans le domaine médical.

La solution que nous proposons est une plateforme de télédermatologie pilotée par l’IA qui change les soins dermatologiques dans les régions confrontées à une pénurie de dermatologues. Les maladies de la peau sont généralement traitées par des consultations en personne. Celles-ci sont associées à des temps d’attente prolongés et à des frais de déplacement, même si des dermatologues sont disponibles. La télédermatologie pratiquée par des dermatologues humains peut résoudre le problème de l’accessibilité, mais le nombre d’experts locaux reste constant, ce qui rend cette approche non viable.

Notre approche permet de surmonter ces problèmes importants, même dans des endroits éloignés, à la seule condition qu’il y ait une couverture réseau. À tout moment, les images des patients peuvent être téléchargées et diagnostiquées par notre plateforme de télédermatologie assistée par l’IA. Dans un premier temps, une étude de validation accompagnera ces efforts afin d’éviter les résultats insuffisants de l’IA. En outre, le personnel médical inexpérimenté en dermatologie sera formé à la gestion des cas guidés par l’IA. Pour une sécurité maximale, nous fournirons en permanence un dermatologue certifié qui supervisera la plateforme de télédermatologie guidée par l’IA.