Youri PESKINE remporte le Prix SEE André Blanc-Lapierre 2020

Youri PESKINE, jeune diplômé ingénieur à Télécom SudParis, remporte le Prix Jeunes National André Blanc-Lapierre 2020 decerné par la Société de l'Electricité, de l'Electronique et des TIC pour son stage de fin d'études qu'il a effectué à Polytechnique Montréal. Ce dernier avait pour sujet le “Dépistage automatique de la rétinopathie diabétique dans les images de fond d’œil par apprentissage profond”.

 

Après ses deux premières années à Télécom SudParis et son parcours en imagerie numérique, Youri décide, pour sa 3e année, de partir effectuer un double diplôme à Polytechnique Montréal. Il s’intéresse durant son stage à l'utilisation de l’intelligence artificielle pour aider des personnes atteintes de diabète.

Cette maladie chronique touche plus de 400 millions d'adultes dans le monde. Parmi les complications de cette maladie, il y a la rétinopathie diabétique qui entraîne des lésions oculaires pouvant aller jusqu’à la cécité. Au Québec, le milieu médical pratique la télé ophtalmologie. Dans un centre de radiologie, un technicien prend des photos de l'œil du patient. Un clinicien étudie ensuite ces clichés pour détecter des lésions. Si les clichés ne sont pas de suffisamment bonne qualité pour permettre l’analyse clinique, le patient doit recommencer les examens radiologiques. En France, le délai moyen pour consulter un ophtalmologue, est de plus de deux mois.

Une aide au praticien grâce à un outil de gestion des images utilisant l'IA

Dans le cadre de son stage et de sa maîtrise à Polytechnique Montréal, Youri explique avoir tout d’abord “développé un outil de gestion des images, situé au niveau du technicien, pour détecter automatiquement si les clichés sont de bonne qualité et donc interprétables. Cela raccourcit le délai de prise en charge du patient et les surcoûts associés.

Ensuite, il s’est intéressé au diagnostic des images afin d’aider le praticien dans son analyse de la pathologie et son degré de développement. “Cette étape est effectuée à partir de réseaux de neurones convolutifs effectuant une classification. La phase d’apprentissage est réalisée sur des bases d'images de fond de l’œil, notamment lors d'une compétition Kaggle. Le degré de concordance de notre modèle a un score kappa de 0.915 sur la base de test privée de cette compétition.

 

Enfin, pour tirer le meilleur parti des deux étapes précédentes, « il s’est agi pour moi de comprendre comment et pourquoi les algorithmes d’intelligence artificielle aboutissaient aux résultats obtenus. Cela reste en effet une question ouverte aujourd’hui. »

Son meilleur souvenir ? “C’est d'avoir eu un article accepté dans une conférence internationale qui s’est tenue à distance à l’époque. Je suis fier de travailler sur un sujet concret susceptible d’aider des gens. A partir de mon article, d’autres chercheurs pourront par la suite faire mieux encore. J’ai le sentiment stimulant de participer à quelque chose de plus grand que moi.