L'accès à des soins de santé rapides dépend souvent de la géographie, et nulle part ce fossé n'est plus marqué que dans la lutte contre la tuberculose (TB). La TB est évitable et guérissable, pourtant elle cause plus de 1,23 million de décès chaque année. Un goulot d'étranglement majeur réside dans la radiologie : dans les zones rurales isolées et les communautés minières, les radiologues sont rares et les équipements d'imagerie sont souvent à plusieurs jours de route. Par conséquent, des millions de cas actifs passent inaperçus, entretenant la transmission.
Google Research et Google for Health ont œuvré pour changer cette réalité, en passant d'un outil d'IA destiné à repérer une TB présumée sur les radiographies thoraciques à des essais cliniques prospectifs, à une autorisation réglementaire avec des partenaires locaux, et à des modèles fondamentaux ouverts tels que Med Gemma. L'équipe présente ces travaux à l'IDWeek 2026 à Washington, D.C., en montrant comment les modèles fondamentaux pourraient démocratiser le dépistage de la TB à l'échelle mondiale.
La recherche est partie d'une question centrale : l'IA peut-elle interpréter les radiographies thoraciques (CXR) avec la précision d'un radiologue expérimenté ? En 2019, une étude de référence publiée dans Radiology a montré que des algorithmes d'apprentissage profond détectaient la TB pulmonaire active à des niveaux comparables à ceux de radiologues expérimentés. En août 2021, le Partenariat Halte à la tuberculose (Stop TB Partnership) a classé ce modèle parmi les algorithmes de dépistage de la TB les plus performants au monde, et l'Organisation mondiale de la santé a recommandé cette année-là la détection assistée par ordinateur pour le dépistage et le triage de la TB. Une validation prospective multicentrique de septembre 2024, publiée dans NEJM AI, a révélé que le dépistage assisté par IA conservait une haute sensibilité au sein de populations diverses.
Publier un article n'est qu'un début. Le « fossé de la traduction » entre un algorithme et un outil fiable au chevet du patient suppose de rendre le logiciel fiable sur différents appareils de radiographie et hors connexion, de l'intégrer aux flux de travail cliniques et de respecter les règles applicables aux dispositifs médicaux. Google s'est associé à Nexus AI, une entreprise de technologie médicale basée à Pretoria, qui a transformé les algorithmes en un outil de diagnostic clinique certifié. Nexus AI a obtenu la certification CE MDR classe IIb au titre du règlement européen sur les dispositifs médicaux, la conformité à la norme ISO 13485 et un accord avec FIND pour obtenir la préqualification de l'Organisation mondiale de la santé, tandis que la procédure auprès de la FDA américaine est en cours. Nexus Intelligence déploie désormais la technologie là où l'accès au diagnostic est le plus urgent.
Source: Google AI Blog · Résumé par HeadlinesBriefing