Recrutement en cours

Développement d'un système d'apprentissage profond pour l'identification des pathologies neuro-ophtalmologiques sur des rétinophotographies couleur aux urgences

Promoteur : Fondation Ophtalmologique Adolphe de Rothschild

Titre et résumé traduits de l’anglais par le portail, à partir de la fiche publiée par le registre source, le 14 septembre 2026. Traduction automatique, sans relecture médicale : elle ne modifie ni n’interprète le contenu ; en cas de doute, le texte original fait foi.

Texte original (anglais)

Development of a Deep Learning System for Identification of Neuro-Ophthalmological Conditions on Color Fundus Photographs in Emergency Department

In recent years, artificial intelligence (AI) has been widely integrated into the medical field, contributing in particular to improved patient diagnosis. The BONSAI study, Brain and Optic Nerve Study with AI, in which our team is participating, has successfully demonstrated the ability of AI to identify individual neuro-ophthalmological or neurological pathologies affecting the optic nerves and/or brain, from a simple fundus image. While this is a promising advance, it remains limited in current clinical practice. Our major challenge is to be able to identify a wider range of optic nerve and/or brain pathologies simultaneously in the same analysis, so as to improve patient management, especially for those referred to emergency departments. Indeed, in the absence of a precise diagnosis, complications can be irreversible and life-threatening. Among the most alarming clinical signs in the emergency department is papilledema of stasis, which, accompanied by acute headaches, may indicate the presence of intracranial hypertension, inflammatory or ischemic pathology. The latter may be a manifestation of Horton's disease. Our team has developed an AI algorithm to diagnose retinal and optic nerve abnormalities based on retinophotographs taken under ideal conditions during scheduled consultations, and not on images of patients presenting to the emergency department. In hospitals without ophthalmology emergency departments, it is essential that emergency physicians (emergency physicians, general practitioners, neurologists) are able to assess the fundus in the absence of an ophthalmology specialist. This assessment, although part of the general examination, often presents challenges for non-ophthalmologists. The aim of our study is to improve the performance of our AI algorithm so that it can discriminate between different retinal and optic nerve pathologies in the emergency department. We therefore plan to build a database of fundus images by prospectively including patients presenting to the ophthalmology and neurology emergency departments of the Fondation Adolphe de Rothschild Hospital. The performance of the algorithm developed will be evaluated according to standard criteria of sensitivity, specificity, area under the curve (AUC) and accuracy.

Ces dernières années, l'intelligence artificielle (IA) s'est largement intégrée au domaine médical, contribuant notamment à améliorer le diagnostic des patients. L'étude BONSAI, Brain and Optic Nerve Study with AI (Étude du cerveau et du nerf optique par IA), à laquelle notre équipe participe, a démontré avec succès la capacité de l'IA à identifier individuellement des pathologies neuro-ophtalmologiques ou neurologiques touchant les nerfs optiques et/ou le cerveau, à partir d'une simple image du fond d'œil. Bien qu'il s'agisse d'une avancée prometteuse, celle-ci reste limitée dans la pratique clinique actuelle. Notre défi majeur est de pouvoir identifier simultanément, au cours de la même analyse, un éventail plus large de pathologies du nerf optique et/ou du cerveau, afin d'améliorer la prise en charge des patients, en particulier ceux adressés aux services d'urgences. En effet, en l'absence de diagnostic précis, des complications peuvent survenir, irréversibles et mettant en jeu le pronostic vital. Parmi les signes cliniques les plus alarmants aux urgences figure l'œdème papillaire de stase qui, associé à des céphalées aiguës, peut évoquer une hypertension intracrânienne, une pathologie inflammatoire ou ischémique. Cette dernière peut constituer une manifestation de la maladie de Horton. Notre équipe a développé un algorithme d'IA permettant de diagnostiquer les anomalies rétiniennes et du nerf optique à partir de rétinophotographies réalisées dans des conditions idéales lors de consultations programmées, et non à partir d'images de patients se présentant aux urgences. Dans les établissements ne disposant pas de service d'urgences ophtalmologiques, il est essentiel que les médecins urgentistes (urgentistes, médecins généralistes, neurologues) soient en mesure d'évaluer le fond d'œil en l'absence de spécialiste en ophtalmologie. Cette évaluation, bien que faisant partie de l'examen général, représente souvent une difficulté pour les non-ophtalmologistes. L'objectif de notre étude est d'améliorer la performance de notre algorithme d'IA afin qu'il puisse discriminer différentes pathologies rétiniennes et du nerf optique aux urgences. Nous prévoyons ainsi de constituer une base de données de rétinophotographies en incluant de façon prospective des patients se présentant aux urgences ophtalmologiques et neurologiques de l'hôpital Fondation Adolphe de Rothschild. La performance de l'algorithme développé sera évaluée selon les critères standards de sensibilité, de spécificité, d'aire sous la courbe (ASC) et d'exactitude.

Voir les modalités officielles

Vous quittez essai-clinique.com pour le site externe clinicaltrials.gov, géré par l’organisme responsable de l’annonce. La candidature, les questions d’éligibilité et toute information médicale se traitent uniquement là-bas.

Important

essai-clinique.com ne recueille pas de candidature et ne détermine pas votre éligibilité. Ne transmettez aucune information médicale au site.

Les critères affichés sont une synthèse des informations disponibles. Seul l’organisme responsable de l’étude peut confirmer l’éligibilité d’une personne.