A partir de cette page vous pouvez :
Retourner au premier écran avec les dernières notices... |
Détail de l'auteur
Auteur Jean-Bernard Rottier
Documents disponibles écrits par cet auteur
Ajouter le résultat dans votre panier Affiner la rechercheAutomatic Screening for Ocular Anomalies Using Fundus Photographs / Sarah Matta in OVS : Optometry & Vision Science, vol.99, 03 (Mars 2022)
[article]
in OVS : Optometry & Vision Science > vol.99, 03 (Mars 2022)
Titre : Automatic Screening for Ocular Anomalies Using Fundus Photographs Type de document : article de périodique Auteurs : Sarah Matta ; Mathieu Lamard ; Pierre-Henri Conze ; Alexandre Le Guilcher ; Vincent Ricquebourg ; Anas-Alexis Benyoussef ; Pascale Massin ; Jean-Bernard Rottier ; Béatrice Cochener ; Gwenolé Quellec Année de publication : 2022 Langues : Français (fre) Descripteurs (mots clés) : [Thésaurus Mesh]:C:Cécité:Cécité / prévention et contrôle
[Thésaurus Mesh]:T:Troubles de la vision:Troubles de la vision / prévention et contrôle
[Thésaurus Mesh]Algorithmes
[Thésaurus Mesh]Dépistage systématique
[Thésaurus Mesh]Dépistage visuelMots-clés : algorithmes automatisés photographie du fond de l'œil Résumé : SIGNIFICANCE
Screening for ocular anomalies using fundus photography is key to prevent vision impairment and blindness. With the growing and aging population, automated algorithms that can triage fundus photographs and provide instant referral decisions are relevant to scale-up screening and face the shortage of ophthalmic expertise.
PURPOSE
This study aimed to develop a deep learning algorithm that detects any ocular anomaly in fundus photographs and to evaluate this algorithm for “normal versus anomalous” eye examination classification in the diabetic and general populations.
METHODS
The deep learning algorithm was developed and evaluated in two populations: the diabetic and general populations. Our patient cohorts consist of 37,129 diabetic patients from the OPHDIAT diabetic retinopathy screening network in Paris, France, and 7356 general patients from the OphtaMaine private screening network, in Le Mans, France. Each data set was divided into a development subset and a test subset of more than 4000 examinations each. For ophthalmologist/algorithm comparison, a subset of 2014 examinations from the OphtaMaine test subset was labeled by a second ophthalmologist. First, the algorithm was trained on the OPHDIAT development subset. Then, it was fine-tuned on the OphtaMaine development subset.
RESULTS
On the OPHDIAT test subset, the area under the receiver operating characteristic curve for normal versus anomalous classification was 0.9592. On the OphtaMaine test subset, the area under the receiver operating characteristic curve was 0.8347 before fine-tuning and 0.9108 after fine-tuning. On the ophthalmologist/algorithm comparison subset, the second ophthalmologist achieved a specificity of 0.8648 and a sensitivity of 0.6682. For the same specificity, the fine-tuned algorithm achieved a sensitivity of 0.8248.
CONCLUSIONS
The proposed algorithm compares favorably with human performance for normal versus anomalous eye examination classification using fundus photography. Artificial intelligence, which previously targeted a few retinal pathologies, can be used to screen for ocular anomalies comprehensively.Permalink : https://bibliotheque.helb-prigogine.be/opac_css/index.php?lvl=notice_display&id= [article]Exemplaires
Cote Support Localisation Section Disponibilité aucun exemplaire Intelligence artificielle et ophtalmologie : à terme, une révolution dans l'offre de soins / Jean-Bernard Rottier in La revue du praticien, Vol. 68, 10 (décembre 2018)
[article]
in La revue du praticien > Vol. 68, 10 (décembre 2018) . - p. 1150-1151
Titre : Intelligence artificielle et ophtalmologie : à terme, une révolution dans l'offre de soins Type de document : article de périodique Auteurs : Jean-Bernard Rottier, 1 Année de publication : 2018 Article en page(s) : p. 1150-1151 Langues : Français (fre) Descripteurs (mots clés) : [Thésaurus Mesh]:D:Dépistage visuel:Dépistage visuel / instrumentation
[Thésaurus Mesh]:I:Intelligence artificielle:Intelligence artificielle / éthique
[Thésaurus Mesh]:M:Maladies de l'oeil:Maladies de l'oeil / diagnostic
[Thésaurus Mesh]:O:Ophtalmologie:Ophtalmologie / tendances
[Thésaurus Mesh]:R:Rétinopathie diabétique:Rétinopathie diabétique / diagnostic
[Thésaurus Mesh]Diagnostic assisté par ordinateur
[Thésaurus Mesh]Ophtalmoscopie
[Thésaurus Mesh]Rôle médical
[Thésaurus Mesh]Systèmes homme-machineMots-clés : Rétinopathie diabétique / diagnostic Diagnostic assisté par ordinateur Ophtalmologie / tendances Intelligence artificielle / éthique Dépistage visuel / instrumentation Systèmes homme-machine Rôle médical Maladies de l'oeil / diagnostic Résumé : L'intelligence artificielle est déjà très largement utilisée dans la pratique ophtalmologique. Les perspectives ouvertes par ses développements possibles sont tout à fait considérables. Il importe de se saisir dans les meilleurs délais des enjeux de la diffusion de l'intelligence artificielle en termes de ressources humaines dans le domaine de la santé. Affiliation auteur(s) : 1- ancien président du Syndicat national des ophtalmologistes de France Le Mans, France Permalink : https://bibliotheque.helb-prigogine.be/opac_css/index.php?lvl=notice_display&id= [article]Exemplaires
Cote Support Localisation Section Disponibilité R Périodique Erasme - périodiques Périodiques Disponible