L’IA pour la détection du glaucome à l’aide de l’OCT

mercredi, février 11 2026 | 08 h 39 min | Magazine Optik, Science de la vision

Basé sur : Ophthalmology Science, 2025 – étude utilisant des modèles d’apprentissage profond

En un coup d’œil

• Population : bases de données d’images OCT et de photographies du fond d’œil, représentant des milliers d’yeux
• Technologie : modèles d’apprentissage profond appliqués à l’OCT comparés aux photographies du disque optique
• Résultat clé : précision de la détection du glaucome défini par le champ visuel

Résumé

Des chercheurs australiens ont évalué des modèles d’apprentissage profond entraînés à partir d’images OCT et les ont comparés à des modèles reposant sur des photographies traditionnelles du disque optique pour détecter un glaucome défini par le champ visuel. Les modèles d’intelligence artificielle basés sur l’OCT ont démontré une performance nettement supérieure à celle des modèles utilisant uniquement des photographies du disque, confirmant la valeur des données structurelles pour la détection précoce de la maladie.

Bien que cette technologie ne soit pas encore prête pour une intégration clinique à grande échelle, les résultats suggèrent un avenir où l’OCT combinée à l’IA pourrait soutenir le triage, les références et la réduction des diagnostics manqués. Pour les professionnels de la vue, cette étude souligne le rôle central de l’OCT dans la prise en charge du glaucome, ainsi que le potentiel de l’IA comme outil de soutien, et non de remplacement, de l’expertise clinique.

Considérations pour la pratique

• L’OCT continue de démontrer sa valeur comme fondement structurel des soins du glaucome.
• Les outils de dépistage assistés par l’IA pourraient bientôt améliorer le triage, les références et la détection précoce.
• Les modèles nécessitent encore une validation sur différents appareils et auprès de populations de patients variées avant toute adoption clinique.
• L’expertise humaine demeure essentielle : l’IA agit comme un outil d’aide, et non comme un substitut au jugement clinique.