L’IA redéfinit les soins oculaires préventifs et protège la vision

Les yeux, organe sensoriel clé, jouent un rôle important à chaque étape de notre vie.

Ils transmettent des informations au cerveau sur le monde extérieur. Sans la vision, nous aurions du mal à accomplir les tâches quotidiennes comme lire, apprendre, marcher et interagir avec notre environnement.

Une bonne vision est essentielle pour profiter de l’indépendance et, bien sûr, des joies de la vie.

Cependant, plus de 2,2 milliard de personnes ne le peuvent pas en raison d’une déficience visuelle, qui résulte d’une affection oculaire affectant le système visuel et ses fonctions.

Les cataractes, le glaucome, les erreurs de réfraction, la rétinopathie diabétique, la dégénérescence maculaire liée à l’âge (DMLA) et la presbytie figurent parmi les principales causes de déficience visuelle.

La déficience visuelle a de graves conséquences sur la vie d’une personne, dont beaucoup peuvent être atténuées grâce à un accès opportun à des soins oculaires de qualité. Au‑delà de son impact sur les individus, la déficience visuelle représente également un fardeau financier important, le coût mondial annuel de la perte de productivité étant estimé à 411 milliards de dollars.

En conséquence, les affections oculaires pouvant entraîner une déficience visuelle ou la cécité sont le principal objectif des stratégies de soins oculaires.

IA en ophtalmologie

Comme la déficience visuelle réduit la qualité de vie et crée un fardeau économique mondial considérable, médecins, scientifiques et chercheurs se tournent vers l’intelligence artificielle (IA) pour transformer les soins oculaires.

La technologie en évolution rapide améliore l’efficacité des entreprises et l’analyse des données dans la finance, la fabrication, le commerce de détail, les médias et la santé.

Dans le domaine de la santé et de la médecine, l’influence de l’IA a fortement augmenté ces dernières années.

IA pour la détection précoce : DR, glaucome et DMLA

En ophtalmologie, l’IA permet la détection précoce de maladies comme le glaucome, la rétinopathie diabétique et la DMLA grâce à l’analyse d’images rétiniennes et de données patients. Les outils d’IA offrent des interventions personnalisées ainsi que des diagnostics et dépistages automatisés.

La technologie fournit également une assistance chirurgicale, aidant à sélectionner les candidats, optimiser les techniques, minimiser les complications et prédire les résultats post‑opératoires.

Selon les experts, l’IA jouera un rôle croissant dans la pratique clinique et chirurgicale du futur de la chirurgie du segment antérieur, qui se concentre sur les structures antérieures de l’œil pour traiter les blessures et les affections comme les cataractes et les troubles cornéens.

Déjà, la technologie est utilisée pour dépister et diagnostiquer les cataractes, classer les phases chirurgicales et prédire le timing chirurgical afin d’optimiser le flux de travail en salle d’opération. De plus, l’IA est appliquée au calcul optimal de la puissance des IOL (lentilles intraoculaires), c’est‑à‑dire la puissance réfractive de la lentille synthétique implantée lors de la chirurgie de la cataracte pour remplacer le cristallin naturel.

Il existe, après tout, une abondante littérature ainsi que des données d’imagerie collectées au fil des années dans le cadre de la pratique courante.

Faites glisser pour faire défiler →

Comment les LLM se comportent aux ophtalmologistes

Une étude a en fait constaté que l’IA dépasse la capacité des médecins non spécialistes¹ à évaluer les problèmes oculaires.

Menée par l’Université de Cambridge, l’étude a rapporté que les connaissances cliniques et les compétences de raisonnement du modèle de langage de grande taille (LLM) populaire, GPT‑4, approchent désormais le niveau des ophtalmologistes spécialistes.

GPT‑4 a été testé contre des ophtalmologistes experts, des médecins juniors non spécialisés et des résidents, chaque groupe étant confronté à jusqu’à 87 scénarios concernant des problèmes oculaires spécifiques. Les questions couvraient un large éventail de problèmes oculaires, tirées d’un manuel utilisé pour tester les résidents mais non disponible librement sur Internet, ce qui rend improbable que les jeux de données d’entraînement de GPT‑4 contiennent ce contenu.

Les médecins devaient choisir un diagnostic ou un conseil de traitement parmi quatre options. Selon l’étude, le modèle d’IA a obtenu un score supérieur à celui des médecins juniors et des scores similaires à ceux des résidents et des experts, bien que les médecins les mieux classés aient dépassé GPT‑4.

Les LLM ne remplaceront pas les professionnels de santé, ont indiqué les chercheurs, mais ils peuvent améliorer les soins en fournissant diagnostics, conseils et suggestions de prise en charge dans certains contextes.

Du laboratoire à la clinique : résultats du dépistage en conditions réelles

Une étude récente a évalué la mise en œuvre de l’IA dans le dépistage du glaucome² en conditions réelles.

Pour cela, ils ont développé un système automatisé de photographie rétinienne et de dépistage basé sur l’IA afin d’évaluer son acceptabilité, sa faisabilité et sa précision. L’étude a recruté des personnes de 50 ans et plus dont les images rétiniennes ont été prises avec une caméra du fond d’œil automatisée et analysées par l’IA.

Le système d’IA a atteint un AUROC de 0,80, démontrant une forte capacité à distinguer les conditions. La sensibilité était de 65 %, représentant les cas réels correctement identifiés, tandis que la spécificité était de 94,6 %, reflétant une classification précise des individus sains. Parmi les 161 patients non diagnostiqués auparavant, 18 (11,2 %) ont été identifiés comme glaucome référable. L’étude a déclaré :

« Malgré des défis tels qu’une sensibilité plus faible et des limites d’acquisition d’images, le système montre un potentiel pour le dépistage opportuniste en soins primaires. »

Une revue³ du Département d’ophtalmologie de la Capital Medical University, Chine, a parallèlement exploré les applications et les défis de l’IA dans la myopie.

Actuellement, cette affection touche plus de deux milliards de personnes dans le monde, et d’ici 2050, près de la moitié de la population mondiale devrait en être affectée. Non corrigée, la myopie peut altérer la vision, perturber l’éducation et les opportunités d’emploi, tandis que la myopie forte peut entraîner une perte de vision permanente. Ainsi, un diagnostic précoce est crucial pour gérer sa progression et prévenir les dommages visuels à long terme.

L’IA peut offrir un outil prometteur en analysant des données médicales complexes.

Pour détecter la myopie, les modèles d’IA peuvent être entraînés sur de grandes quantités de photos du fond d’œil et d’images OCT, puis apprendre à identifier les changements rétiniens associés à la myopie. L’IA peut également être entraînée à détecter les changements comportementaux liés à l’apparition de la myopie. Même des équipements d’auto‑surveillance comme SVOne peuvent utiliser l’IA pour détecter les erreurs de réfraction. Pour découvrir les facteurs de risque, on peut recourir à la régression logistique, aux machines à vecteurs de support et à XGBoost.

Bien que l’IA puisse aider la pratique clinique et l’élaboration de politiques de contrôle de la myopie, elle n’est pas exempte de défis.

« En construisant des ensembles de données de haute qualité, en améliorant la capacité du modèle à traiter des données d’image multimodales et en renforçant l’interaction homme‑machine, les modèles d’IA peuvent être davantage améliorés pour une application clinique généralisée. »

– Dr. Jifeng Yu

Réduire la disparité

Alors que les problèmes visuels sont répandus, la déficience est plus prévalente dans les pays à revenu faible et intermédiaire (PRFI) que dans les régions à revenu élevé. En permettant à davantage de personnes d’être dépistées, l’IA peut aider à combler le fossé dans les zones où l’accès aux soins oculaires spécialisés est limité.

À cet effet, le géant technologique Google a créé un modèle d’IA appelé ARDA (Automated Retinal Disease Assessment) et, récemment, il a concédé sous licence le modèle d’IA pour la détection de la rétinopathie diabétique à des entreprises de technologie de santé en Thaïlande et en Inde.

« Ils mettront en place leurs propres modèles économiques, mais parallèlement, ils offriront des dépistages aux personnes qui en ont le plus besoin mais ne peuvent pas se le permettre. La cécité due à la rétinopathie diabétique est totalement évitable, et le fait que nous n’ayons pas pu réaliser de dépistage efficace dans certains de ces lieux ne doit pas être pardonné. »

– Sunny Virmani, chef de projet chez Google Health

Le diabète, qui devient de plus en plus fréquent dans les PRFI, peut gravement affecter la vision en provoquant une vision floue, un œdème maculaire diabétique, un glaucome et une rétinopathie diabétique. Cette dernière résulte d’une détérioration des vaisseaux sanguins due à un excès de sucre dans le sang, entraînant des fuites de liquide dans l’œil.

La rétinopathie diabétique peut entraîner des changements de vision et, finalement, la cécité. Cependant, un diagnostic et un traitement précoces réduisent le risque jusqu’à 98 %. Mais seules quelques personnes diabétiques sont dépistées.

Ainsi, il y a plus d’une décennie, Dale Webster, directeur de la recherche chez Google Health, avec ses collègues, a commencé à tester la capacité de l’IA à diagnostiquer des maladies à partir d’images médicales.

Cela a donné naissance à ARDA, qui peut diagnostiquer la maladie aussi efficacement qu’un ophtalmologiste.

Pour le modèle d’IA, l’équipe de Google a dépisté 7 651 personnes dans trois régions de Thaïlande entre 2018 et 2020, ARDA atteignant une précision de 94,7 %, montrant « que ces outils sont sûrs et efficaces ».

Cliquez ici pour une liste des dix meilleures actions de spécialistes des maladies rares.

La percée de l’IA dans la prise en charge du kératocône

Au milieu de tous ces progrès, des chercheurs ont désormais développé une IA capable de prédire avec succès quels patients atteints de kératocône sont susceptibles de devenir aveugles, nécessitant ainsi un traitement et une surveillance précoces, des années avant que les médecins ne puissent le faire. Ce faisant, la technologie peut réduire les procédures inutiles et prévenir la perte de vision.

Le kératocône est une affection oculaire progressive dont la cause reste inconnue.

Dans cette affection, la cornée se déforme. C’est la couche claire en forme de dôme qui recouvre l’iris et la pupille, permettant à la lumière d’entrer et aidant à la focaliser pour une vision nette.

Lorsque la cornée s’amincit et gonfle en forme de cône, on parle de kératocône. Ce changement de forme désaccorde les rayons lumineux, provoquant une vision déformée. D’autres symptômes comprennent l’éblouissement, la sensibilité à la lumière et la vision floue, rendant des tâches quotidiennes comme conduire ou lire difficiles.

Cette maladie se développe souvent à la fin de l’adolescence ou au début de la vingtaine et progresse avec le temps.

Bien que la cause exacte soit inconnue, elle peut être génétique, 1 personne sur 10 atteinte de kératocône ayant un parent également atteint. Le kératocône est également lié à un frottement excessif des yeux, des allergies oculaires, un amincissement cornéen dû à une perte de collagène et des troubles du tissu conjonctif.

Touchant généralement les deux yeux, la maladie peut entraîner des visions et des symptômes très différents d’un œil à l’autre.

Les symptômes du kératocône s’aggravent lentement sur une période de dix à vingt ans. Au stade précoce, ils peuvent inclure rougeur ou gonflement des yeux, sensibilité accrue à la lumière et à l’éblouissement, légère vision floue et légère distorsion. Aux stades ultérieurs, on observe souvent une myopie ou un astigmatisme accrus ainsi qu’une vision plus floue et déformée.

Au stade précoce, les problèmes de vision peuvent souvent être corrigés avec des lunettes ou des lentilles de contact, mais aux stades avancés, des lentilles rigides perméables aux gaz peuvent être nécessaires.

Si le traitement n’est pas effectué à temps et que la condition s’aggrave, des greffes de cornée, des Intacs (petits implants cornéens) et le cross‑linking cornéen (CXL) peuvent être requis. Aujourd’hui, pour diagnostiquer le kératocône, les médecins surveillent les patients sur le long terme.

Lors des examens oculaires de routine, un ophtalmologiste examine la cornée et peut recourir à une imagerie spécialisée pour mesurer la courbure, révélant ainsi tout changement de forme.

« Le kératocône est une affection gérable, mais identifier qui traiter, quand et comment administrer le traitement est un défi. Malheureusement, ce problème peut entraîner des retards, de nombreux patients subissant une perte de vision et nécessitant une chirurgie invasive d’implant ou de greffe. »

– Dr. José Luis Güell, administrateur d’ESCRS et chef du département de cornée, cataracte et chirurgie réfractive à l’Instituto de Microcirugía Ocular, Espagne

Les chercheurs ont maintenant réalisé une percée qui pourrait remodeler les soins oculaires en permettant à l’IA de prédire quels patients atteints de kératocône ont besoin d’un traitement cornéen urgent avant que des dommages irréversibles ne surviennent, potentiellement en sauvant la vue et en réduisant les greffes.

L’étude a récemment été présentée au 43ᵉ Congrès de la Société Européenne de Chirurgie de la Cataracte et de la Réfraction (ESCRS).

Sauver la vision humaine & les ressources de santé

Menée par le Dr Shafi Balal et ses collègues du Moorfields Eye Hospital NHS Foundation Trust et de l’Université College London (UCL), l’étude a utilisé l’IA pour analyser les images des yeux des patients et les a combinées à d’autres données afin de prédire quels patients atteints de kératocône nécessitaient un traitement immédiat et lesquels pouvaient être suivis.

« Le kératocône cause une déficience visuelle chez les patients jeunes et actifs, et c’est la raison la plus fréquente de greffe cornéenne dans le monde occidental. »

– Dr. Balal

Avec un seul traitement appelé « cross‑linking », la progression de la maladie peut être arrêtée. La thérapie consiste à utiliser de la lumière ultraviolette et des gouttes de vitamine B2 (riboflavine) pour rigidifier la cornée.

Cependant, le traitement de cross‑linking doit être réalisé avant que les cicatrices ne deviennent permanentes, ce qui élimine le besoin d’une greffe de cornée. Il réussit dans plus de 95 % des cas. Selon le Dr Balal :

« Cependant, les médecins ne peuvent actuellement pas prédire quels patients progresseront et nécessiteront un traitement, et quels resteront stables avec une simple surveillance. Cela oblige les patients à être surveillés fréquemment pendant de nombreuses années, le cross‑linking étant généralement réalisé après que la progression se soit déjà manifestée. »

Ainsi, l’IA peut diagnostiquer le kératocône à temps.

Pour leur IA, les chercheurs ont utilisé un groupe de patients référés au Moorfields Eye Hospital pour l’évaluation et la surveillance du kératocône, incluant la numérisation frontale de l’œil avec OCT afin d’examiner sa forme.

La tomographie par cohérence optique (OCT) est une méthode d’imagerie non invasive qui utilise des ondes lumineuses pour obtenir des images transversales haute résolution de la rétine. Cette technique est largement utilisée en ophtalmologie pour diagnostiquer des affections comme la dégénérescence maculaire, le glaucome et la rétinopathie diabétique.

Les chercheurs ont étudié 36 673 images OCT de 6 684 patients à l’aide de l’IA. Ils ont constaté que leur modèle d’IA peut prédire avec précision si l’état d’un patient restera stable ou se détériorera, uniquement à partir de la première visite du patient.

Ce que cela signifie, c’est qu’à partir de la consultation de routine initiale, l’IA peut aider les médecins à prévoir quels patients sont susceptibles de connaître une progression, permettant ainsi un traitement précoce avant que la progression et les changements secondaires ne surviennent.

En utilisant le modèle d’IA, les chercheurs ont classé les patients en deux groupes. Un groupe à faible risque, représentant les deux‑tiers des patients qui ne nécessitent pas de traitement. L’autre groupe à haut risque, représentant un tiers des patients qui ont besoin d’un traitement de cross‑linking immédiat.

En incluant les données de la deuxième visite hospitalière, le modèle d’IA a pu classer jusqu’à 90 % des patients.

Cela fait de cette étude la première du genre à obtenir un tel niveau de précision dans la prédiction du risque de progression du kératocône en combinant scans et données patients, a déclaré le Dr Balal. Il a ajouté :

« Nos recherches montrent que nous pouvons utiliser l’IA pour prédire quels patients ont besoin d’un traitement et quels peuvent continuer à être surveillés. »

L’étude, selon le Dr Balal, a impliqué un large groupe de patients suivis pendant deux ans ou plus. Les résultats suggèrent que les patients à haut risque de kératocône pourraient recevoir un traitement préventif avant que leur condition ne progresse, aidant à prévenir la perte de vision et à réduire le besoin de chirurgies de greffe cornéenne complexes ainsi que le fardeau de la convalescence.

Parallèlement, les patients à faible risque peuvent éviter une surveillance inutile, ce qui économisera des ressources de santé.

« Le tri efficace des patients par l’algorithme permettra de rediriger les spécialistes vers les zones où le besoin est le plus grand. »

– Dr. Balal

Les chercheurs travaillent actuellement à développer un algorithme d’IA encore plus puissant, qui sera entraîné sur des millions de scans oculaires. L’algorithme pourra être adapté à des tâches spécifiques, comme la prédiction de la progression du kératocône, ainsi que la détection de maladies oculaires héréditaires et d’infections oculaires.

Si l’algorithme d’IA « démontre de façon constante son efficacité, cette technologie préviendrait en fin de compte la perte de vision et les stratégies de prise en charge plus difficiles chez les patients jeunes et actifs », a déclaré le Dr Güell, qui n’a pas participé à la recherche.

L’algorithme sera désormais soumis à d’autres tests de sécurité avant d’être déployé en milieu clinique.

Investir dans les soins oculaires pilotés par l’IA

Alcon AG (ALC.SW ) (ALC ) est une entreprise suisse de soins oculaires qui recherche, fabrique et vend une gamme de produits de soins oculaires à travers Surgical and Vision Care pour des affections comme les cataractes, le glaucome, les maladies rétiniennes et les erreurs de réfraction.

Alcon AG (ALC )

Avec une capitalisation boursière de 39,6 milliards de dollars, les actions ALC s’échangent actuellement à 77,78 $, en baisse de 8,81 % depuis le début de l’année et d’environ 23 % par rapport à leur pic de plus de 100 $ fin de l’année dernière. Elle affiche un BPA (TTM) de 2,25 et un PER (TTM) de 34,41, tandis que le rendement du dividende offert est de 0,43 %.

Pour le deuxième trimestre 2025, Alcon a enregistré une hausse de 4 % de ses ventes, atteignant 2,6 milliards de dollars. Le BPA dilué du trimestre était de 0,35 $.

L’entreprise a généré 889 millions de dollars de trésorerie provenant de ses activités pendant cette période, tandis que 681 millions de dollars de flux de trésorerie disponible ont été enregistrés au premier semestre 2025. Alcon a reversé 287 millions de dollars aux actionnaires.

En soulignant une « demande précoce robuste » pour de nouveaux produits tels que Tryptyr, Systane Pro PF, Precision7, PanOptix Pro, Voyager et Unity VCS, le PDG David J. Endicott a déclaré :

« Bien que nous soyons encore au début, ces lancements nous positionnent pour accélérer la croissance du chiffre d’affaires, générer de la trésorerie et offrir une valeur à long terme à nos actionnaires. »

Cliquez ici pour tout savoir sur l’investissement dans l’intelligence artificielle.

Dernières actualités et développements des actions Alcon AG (ALC)

Conclusion

Avec des dizaines de millions de personnes dans le monde exposées au risque de déficience visuelle ou de cécité, la capacité de l’IA à prédire la progression des maladies et à guider les décisions de traitement marque une nouvelle ère des soins oculaires préventifs. À mesure que les algorithmes se perfectionnent, l’IA a le potentiel d’aider les cliniciens à protéger la vision, réduire les coûts de santé et améliorer la qualité de vie.

Cliquez ici pour une liste des nouvelles avancées ciblant la perte de vision.

Références :

<sup>1. Thirunavukarasu, A. J., Mahmood, S., Malem, A., Foster, W. P., Sanghera, R., Hassan, R., Zhou, S., Wong, S. W., Wong, Y. L., Chong, Y. J., Shakeel, A., Chang, Y.-H., Tan, B. K. J., Jain, N., Tan, T. F., Rauz, S., Ting, D. S. W., & Ting, D. S. J. (2024). Les grands modèles de langage approchent les connaissances cliniques et le raisonnement de niveau expert en ophtalmologie : une étude transversale comparative. PLOS Digital Health, (Version of Record), publié le 17 avril 2024. https://doi.org/10.1371/journal.pdig.0000341
2. Jan, C. L., Joseph, S., Vingrys, A. J., et al. (2025). Essai pragmatique prospectif de photographie rétinienne automatisée et de dépistage du glaucome par IA dans les soins primaires australiens. npj Digital Medicine, 8, 386. (Version of Record), publié le 1 juillet 2025. Received 9 mars 2025; accepted 2 juin 2025. https://doi.org/10.1038/s41746-025-01768-y
3. Liu, N., Li, L., & Yu, J. (2025). Application de l’intelligence artificielle dans la prévention et le contrôle de la myopie. Pediatric Investigation, (Version of Record), publié le 18 mars 2025. https://doi.org/10.1002/ped4.70001</sup>