Performance réelle d’un système d’IA pour le dépistage de la rétinopathie diabétique

Pourquoi c’est important pour les personnes atteintes de diabète

Le diabète peut endommager silencieusement le fond de l’œil et provoquer une perte de vision avant même l’apparition de symptômes. Des contrôles oculaires réguliers peuvent prévenir la plupart des cécités liées au diabète, mais les ophtalmologistes et le temps de consultation sont limités. Cette étude a examiné si un programme d’intelligence artificielle (IA) pouvait aider en toute sécurité au dépistage des lésions oculaires chez les personnes diabétiques lors des visites de routine, en identifiant celles qui nécessitent une prise en charge spécialisée tout en allé­geant la charge des cliniques ophtalmologiques.

Une nouvelle façon d’examiner les yeux en consultation diabétologique

Des chercheurs d’un hôpital universitaire de Bruxelles ont testé un système basé sur l’IA conçu pour repérer les atteintes oculaires « transférables »—des stades où le patient doit consulter un spécialiste. Des adultes diabétiques se rendant en consultation d’endocrinologie ont eu des photos rapides du fond d’œil prises avec une petite caméra, sans gouttes dilatantes. Les images ont été analysées sur place par le logiciel d’IA, qui a décidé si chaque patient devait être adressé pour une rétinopathie diabétique menaçant la vision ou un œdème maculaire. Un spécialiste rétinien a ensuite examiné indépendamment toutes les images en utilisant une échelle de gradation standard, fournissant le référentiel contre lequel les décisions de l’IA ont été évaluées.

Quelle précision l’IA a-t-elle montrée pour repérer les maladies oculaires à risque

Sur 405 personnes dépistées, 353 ont eu des images suffisamment nettes pour comparer les décisions de l’IA et de l’expert humain. Dans ce groupe, environ 1 personne sur 6 présentait une atteinte oculaire diabétique suffisamment sérieuse pour justifier une orientation. Le système d’IA a donné de très bons résultats : il a correctement identifié près de 9 patients sur 10 nécessitant une orientation et a correctement rassuré presque tous ceux qui n’en avaient pas besoin. Techniquement, le système a atteint une sensibilité de 88,9 %, une spécificité de 98,7 % et une précision globale (aire sous la courbe) de 96,5 %. Lorsque l’expert humain a détecté des stades menaçant la vision, l’IA a signalé tous ces patients pour orientation, ce qui signifie que les individus à plus haut risque n’ont pas été manqués.

Des résultats cohérents entre différents groupes

L’équipe a également vérifié si l’IA fonctionnait aussi bien selon l’âge, le sexe, l’origine ethnique, le type de diabète, l’indice de masse corporelle et la qualité des images. Dans tous ces sous-groupes, la performance est restée élevée, sans baisse significative de précision dans aucune catégorie. En particulier, la précision était excellente chez les jeunes adultes, chez les femmes, chez les patients européens, chez les personnes atteintes de diabète de type 1 et lorsque la qualité des images était jugée très bonne. Des modèles statistiques ont montré que deux facteurs diabétiques familiers—une glycémie plus élevée au diagnostic et une durée plus longue du diabète—étaient de forts prédicteurs d’atteinte oculaire sévère tant pour l’évaluation par l’IA que pour celle de l’expert humain, confirmant que les décisions de l’IA étaient alignées sur les profils de risque médicaux connus.

Ce que cela signifie pour les cliniques et les patients

Au-delà des lésions liées au diabète, près d’un quart des patients a été adressé à un spécialiste de l’œil pour d’autres problèmes nouvellement détectés, tels que des modifications du nerf optique ou des signes de dégénérescence maculaire liée à l’âge. Une minorité seulement de ces orientations concernait directement la rétinopathie diabétique, ce qui souligne qu’une simple photographie du fond d’œil peut révéler de nombreuses affections oculaires importantes. L’outil d’IA, en revanche, a été conçu spécifiquement pour reconnaître la rétinopathie diabétique et l’œdème maculaire, et non ces autres maladies ; il doit donc être considéré comme une aide au tri plutôt que comme un remplacement complet de l’examen ophtalmologique. En pratique, les cliniques peuvent utiliser le système pour trier automatiquement de grands volumes de photographies rétiniennes, permettant aux ophtalmologistes de consacrer plus de temps aux cas complexes ou nécessitant un traitement plutôt qu’à l’examen d’images saines.

Conclusion pour le lecteur lambda

Cette étude belge réalisée en conditions réelles montre qu’un programme d’IA peut aider de façon sûre et efficace au dépistage des atteintes oculaires sévères chez les personnes diabétiques lors des consultations de routine, atteignant au moins les repères réglementaires pour ce type d’outil. Pour les patients, cela peut signifier des contrôles oculaires plus rapides et plus pratiques, moins de consultations spécialisées inutiles et une meilleure chance de détecter des changements dangereux avant une perte de vision. Pour les systèmes de santé confrontés à une augmentation du nombre de personnes diabétiques, le dépistage oculaire assisté par l’IA offre un moyen pragmatique d’élargir la protection contre la cécité évitable tout en utilisant le temps des spécialistes de façon plus judicieuse.

Citation: Berrada, L., Crenier, L., Lytrivi, M. et al. Real-world performance of an AI system for diabetic retinopathy screening. Sci Rep 16, 7609 (2026). https://doi.org/10.1038/s41598-026-37292-6

Mots-clés: rétinopathie diabétique, intelligence artificielle, dépistage oculaire, apprentissage profond, téléophtalmologie