Un nouveau système robotisé piloté par l’IA réalise des échocardiographies sans assistance humaine

Une équipe de recherche de l’Université Concordia a mis au point un nouveau système robotisé piloté par l’IA qui est capable de réaliser des échocardiographies de manière autonome. Les membres de l’équipe estiment que leur appareil pourrait élargir l’accès à l’imagerie cardiaque en régions éloignées ou mal desservies, réduire la fatigue chez le personnel et uniformiser la qualité des examens.

La réalisation d’une échographie, en particulier lorsqu’elle concerne le cœur, nécessite que du personnel expérimenté place et ajuste une sonde minutieusement. L’étude propose plutôt un système où un agent d’IA est entraîné à guider un bras robotisé tenant une sonde échographique. L’objectif est de trouver automatiquement les angles d’imagerie nécessaires au diagnostic.

Afin de contourner les limites liées à la collecte de données réelles, l’équipe de recherche a créé un environnement de simulation hautement réaliste reposant sur l’intelligence artificielle générative. La simulation vise à produire des images échographiques de synthèse qui reproduisent fidèlement les images réelles. En procédant ainsi, l’équipe s’assure que l’agent d’IA est entraîné de manière sûre et efficace dans un environnement simulé avant d’être utilisé sur du matériel réel.

Grâce à l’apprentissage par renforcement profond, l’agent d’IA affine progressivement ses mouvements selon la qualité des images obtenues, apprenant à moduler la position et la pression de la sonde afin de produire des images claires et utiles pour une utilisation clinique.

Lors d’essais menés sur un dispositif robotisé utilisant un fantôme d’entraînement en échocardiographie, l’agent a surpassé des humains travaillant à distance en localisant les plans de coupes échographiques plus vite et avec une meilleure précision. Ces résultats se sont révélés constants au fil d’essais répétés.

L’équipe de recherche affirme qu’il suffirait de mener des tests supplémentaires sur de vrais patients pour qu’il soit possible d’obtenir davantage de diagnostics de cardiologie de façon autonome.

L’étude a été publiée dans IEEE Transactions on Medical Robotics and Bionics.

Le doctorant en génie mécanique, industriel et aérospatial Ehsan Zakeri est l’auteur principal de l’étude. Des travaux de recherche supplémentaires ont aussi été menés par les doctorantes de Concordia Amanda Spilkin et Hanae Elmekki; les professeurs Wen-Fang Xie et Lyes Kadem du Département de génie mécanique, industriel et aérospatial de l’École de génie et d’informatique Gina-Cody; le professeur Jamal Bentahar du Département de cybersécurité et de génie des systèmes intelligents; ainsi que par l’étudiante à la maîtrise Antonela Anuttini et Philippe Pirabot, professeur, tous deux à la Faculté de médecine de l’Université Laval.

Lisez l’article cité : « Deep Reinforcement Learning-Based Ultrasound Visual Servoing Scheme for Autonomous Robotic Echocardiography »