Chaque mois, c'est le même refrain: des douleurs insupportables et des patientes laissées sans solution. L'endométriose – cette excroissance pathologique de la muqueuse utérine, provoque une réaction inflammatoire locale en raison du cycle des hormones sexuelles.
Environ 10% des femmes en âge de procréer souffrent d'endométriose. Les autres symptômes sont des douleurs lors des rapports sexuels, du sang dans l'urine, des douleurs abdominales indépendamment du moment des règles ou une sensation de ballonnement pendant les règles.
Le problème de la maladie: les foyers d'endométriose sont rarement détectés à l'œil nu lors d'une échographie. C'est pourquoi le diagnostic se fait aujourd'hui le plus souvent par laparoscopie sous anesthésie générale. Cette procédure est non seulement très éprouvante pour la plupart des patientes, mais aussi extrêmement coûteuse. De plus, la plupart des femmes ne reçoivent le diagnostic qu'après huit à douze ans de souffrance en moyenne, comme l'écrit l'EPFZ.
L'IA reconnaît les foyers d'endométriose sur les ultrasons
La spin-off dAIgnose de l'EPFZ, dirigée par l'expert en IA Fabian Laumer et le gynécologue Michael Bajka, souhaite changer cela. L'intelligence artificielle (IA) doit venir en aide aux médecins. Un algorithme doit interpréter les données plus rapidement et de manière plus fiable lors du premier examen échographique. Ainsi, les foyers d'endométriose devraient pouvoir être diagnostiqués la plupart du temps dès le premier examen.
Pour sensibiliser l'algorithme, Laumer a entraîné l'IA avec des images échographiques de patientes concernées. Il souligne à ce propos: «Le nombre de grossesses et de césariennes, l'âge ou la phase du cycle – tout cela a bien sûr une influence sur l'aspect de l'utérus.» Pour l'instant, l'algorithme affiche les zones concernées en couleur sur l'image 2D. Mais d'ici la fin de l'année, les deux chercheurs veulent créer un modèle 3D complet de l'utérus, y compris les zones concernées. Les foyers d'endométriose pourraient ainsi être localisés avec précision.