Utiliser l’IA pour combattre la cécité des rivières

20 millions de personnes dans le monde souffrent d’une maladie tropicale appelée cécité des rivières ou onchocercose. Causée par des vers parasites transmis par des piqûres de mouches, on l’identifie le plus souvent en Afrique subsaharienne. Classée comme une Maladie Tropicale Négligée (MTN), elle peut entraîner une cécité permanente si pas traitée efficacement.

Le développement de nouveaux traitements pour la maladie nécessite un long processus d’analyse d’échantillons de tissus et nous faisons face à une pénurie de professionnels de la santé qui ont l’expertise nécessaire.

Voici en l’état le brief donné aux collaborateurs Capgemini du monde entier dans le cadre du Global Data Science Challenge (GDSC) afin d’œuvrer pour un avenir durable.

Donner à nos talents les moyens de faire la différence grâce à l’IA

Le 5ème GDSC a été lancé en collaboration avec l’Institut de microbiologie médicale, d’immunologie et de parasitologie de l’Hôpital Universitaire de Bonn, afin de soutenir l’effort mondial visant à éliminer la cécité des rivières dans 10 pays, d’ici 2030.

Les précédentes éditions du GDSC visaient également à créer un avenir plus durable – des équipes ont travaillé sur la protection des cachalots grâce l’IA et ont aidé un observatoire marin norvégien à identifier les anomalies océaniques.

Notre nouvel objectif était de créer une solution basée sur l’IA, utilisant la plateforme Amazon Web Services (AWS), qui pourrait scanner des images d’échantillons de tissus pour identifier la présence de vers parasites.

La solution devrait démontrer la capacité de l’IA à diagnostiquer efficacement le stade de développement du ver chez le patient, et prouver la capacité de l’apprentissage automatique à accélérer le processus pour les nouveaux traitements.

Travailler en étroite collaboration pour relever le défi

Le challenge a été remporté par l’équipe Insights & Data en Inde : Utkarsh Prakash, Abhijeet Gorai, Prince Raj et Deepak Pandey, tous data scientists. Les plus efficaces pour montrer la plus grande amélioration de la précision de l’examen des échantillons de tissus.

Ils se connaissaient déjà bien – Utkarsh, Abhijeet, Prince et Deepak ont rejoint Capgemini en 2019 et faisaient partie du même groupe de formation en science des données. Abhijeet et Deepak sont diplômés de la même université. « C’était la 2ème fois que nous participions au GDSC », explique Utkarsh. « Grâce à notre précédente expérience et la connaissance des compétences de chacun, nous avons formé une bonne équipe. »

Réfléchir ensemble

« Nous avons consacré une heure tous les jours pour travailler sur le projet, et ce, pendant environ deux mois », explique Prince. « Nous nous réunissions en ligne pour partager nos nouvelles idées et solutions. » L’équipe a été poussée à participer au challenge par la promesse d’acquérir de nouvelles compétences, explique Abhijeet. « Nous sommes tous juniors dans nos carrières et savions que cela nous exposerait à de nouvelles technologies et méthodes de travail, en particulier la reconnaissance d’objets. »

Utkarsh ajoute que l’IA médicale est un secteur en vogue. « Participer à ce challenge nous aide dans nos carrières, à concevoir de meilleures solutions pour nos clients et à contribuer à faire du monde un endroit plus sain. »

Partager des idées à travers le monde

Dans le cadre du défi, un environnement de travail en ligne a permis de partager des solutions et des meilleures pratiques.

« Bien que nous ayons affronté les autres équipes lors des tours précédents, nous avons tous partagé des informations sur la manière de surmonter certains défis », explique Deepak. « Cela a permis à chaque équipe de travailler avec les meilleures solutions disponibles, ce qui a relevé le niveau général du challenge. »

Un future brillant pour l’IA

L’Hôpital Universitaire de Bonn a l’intention de développer la solution gagnante et de sélectionner les meilleures idées parmi les participants. De plus, selon Utkarsh, les perspectives des solutions d’IA dans le secteur médical au sens large sont très prometteuses. « Il y a un fort volume de données qui attend d’être utilisé », dit-il. « Nous avons appris comment il est possible de créer des systèmes d’automatisation efficaces avec de telles données, pour gagner du temps et permettre aux chercheurs de se concentrer sur les problèmes les plus cruciaux. »

Prince explique que le modèle qu’ils ont créé pourrait également avoir des applications plus larges.

« Notre modèle d’apprentissage fonctionnera pour n’importe quel ensemble de données et n’importe quelle exigence de reconnaissance d’objet, dans le secteur médical – par exemple, l’identification de cellules cancéreuses », dit-il. « Il fonctionnerait même, par exemple, dans un système de traitement des bagages dans un terminal d’aéroport, où la détection d’objets est requise. »

Voir les résultats

Le GDSC permet à l’équipe gagnante de donner vie à sa solution. En plus d’avoir l’opportunité de visiter l’Hôpital Universitaire de Bonn pour voir le travail des professionnels de la santé luttant contre la maladie, l’équipe obtiendra gratuitement son examen de certification AWS. Pour Utkarsh et ses collègues, toute l’expérience a été extrêmement enrichissante. « Le challenge est une opportunité fantastique pour apprendre. Nous sommes si fiers d’y avoir participé, et d’aider les médecins à faire du monde un endroit plus sain. »