Skip to main content

12 Déc, 2023

Un scanner de la peau et de l’IA permettent de « noter » la gravité de la maladie chez les diabétiques

Un scanner de la peau et de l’IA permettent de « noter » la gravité de la maladie chez les diabétiques

Des chercheurs ont utilisé des scanners à haute résolution de la peau de diabétiques combinés à l’intelligence artificielle pour déterminer la gravité de la maladie.

Des chercheurs ont utilisé une technique non invasive à haute résolution pour obtenir des images des minuscules vaisseaux sanguins sous la peau de diabétiques et ont utilisé un algorithme d’intelligence artificielle pour formuler un « score » qui peut être utilisé pour déterminer la gravité de la maladie. Une fois rendue portable, la technique pourrait être utilisée pour contrôler l’efficacité du traitement.

La microangiopathie, où les parois capillaires deviennent si épaisses et si faibles qu’elles saignent, laissent échapper des protéines et ralentissent la circulation sanguine, est l’une des principales complications du diabète. Elle peut affecter de nombreux organes du corps, y compris la peau.

Des chercheurs de l’université technique de Munich (TUM) ont mis au point une méthode permettant d’obtenir des images détaillées des vaisseaux sanguins sous la peau des diabétiques et ont utilisé l’IA pour déterminer quantitativement la gravité de la maladie.

L’imagerie opto-acoustique utilise des impulsions lumineuses pour générer des ultrasons à l’intérieur des tissus. Les minuscules dilatations et contractions du tissu entourant les molécules qui absorbent fortement la lumière créent des signaux qui sont enregistrés par des capteurs et convertis en images à haute résolution.

L’hémoglobine, protéine qui transporte l’oxygène, est l’une de ces molécules qui absorbent la lumière. Comme elle est concentrée dans les vaisseaux sanguins, l’imagerie optoacoustique produit des images détaillées des vaisseaux que d’autres techniques non invasives ne peuvent pas produire. De plus, elle est rapide et n’utilise pas de radiations.

Les chercheurs ont mis au point une méthode particulière d’imagerie optoacoustique appelée RSOM, abréviation de « raster-scan optoacoustic mesoscopy », qui permet d’obtenir simultanément des données sur différentes profondeurs de peau jusqu’à une profondeur de 1 mm.

« D’autres méthodes optiques n’atteignent pas la profondeur ou le niveau de détail atteint par la RSOM », a déclaré Angelos Karlas, auteur principal de l’étude.

Les chercheurs ont utilisé la RSOM pour prendre des images de la peau des jambes de 75 diabétiques et d’un groupe témoin de 40 personnes et ont utilisé un algorithme d’intelligence artificielle pour identifier les caractéristiques cliniquement pertinentes associées aux complications du diabète. Ils ont dressé une liste de 32 changements particulièrement significatifs dans la microvasculature de la peau, y compris le diamètre des vaisseaux sanguins et le nombre de leurs ramifications.

Ils ont observé que le nombre de vaisseaux et de ramifications dans la couche dermique était réduit chez les diabétiques, mais qu’il augmentait dans l’épiderme, plus proche de la surface de la peau. Les 32 caractéristiques identifiées sont toutes affectées par la progression et la gravité de la maladie. En compilant ces 32 caractéristiques, ils ont calculé un « score de microangiopathie », qui établit un lien entre l’état des petits vaisseaux sanguins de la peau et la gravité du diabète.

« Grâce à la RSOM, nous pouvons désormais décrire quantitativement les effets du diabète », a déclaré Vasilis Ntziachristos, auteur correspondant de l’étude. « Avec la capacité émergente de rendre la RSOM portable et rentable, ces résultats ouvrent une nouvelle voie pour la surveillance continue de l’état des personnes affectées – plus de 400 millions de personnes dans le monde. À l’avenir, grâce à des examens rapides et indolores, il suffirait de quelques minutes pour déterminer si les thérapies ont un effet, même à domicile. »

https://www.nature.com/articles/s41551-023-01151-w

https://www.tum.de/en/news-and-events/all-news/press-releases/details/examining-diabetes-with-a-skin-scanner-and-ai