FADA : Algorithme de détection des anomalies fœtales

Aperçu

Dans la région MENA (Moyen-Orient et Afrique du Nord), les soins prénatals sont souvent limités par l’utilisation d’équipements anciens, des conditions d’imagerie variables et un nombre insuffisant de spécialistes en échographie pour répondre à la demande. Pour les femmes enceintes vivant dans des contextes où les ressources sont limitées, ce manque peut avoir des conséquences importantes.

FADA est une plateforme d’IA explicable et open source conçue pour contribuer à combler cette lacune. Entraînée sur un corpus harmonisé de 20 000 images échographiques fœtales désidentifiées, elle combine la segmentation anatomique par apprentissage profond, l’amélioration des images basée sur les réseaux antagonistes génératifs (GAN) et des modèles vision-langage capables de générer des explications cliniques en langage clair. Surtout, FADA a été conçue pour les conditions qui prévalent réellement dans la région : équipements anciens, qualité d’image hétérogène et accès limité à l’expertise spécialisée.

Les résultats obtenus montrent déjà le potentiel d’une IA adaptée au contexte. Les modèles de segmentation ont atteint un score de Dice de 0,89 par rapport aux annotations d’experts ; la qualité des images s’est améliorée d’environ 14 % selon le rapport signal/bruit maximal (PSNR) ; et les principales explications cliniques ont obtenu une note de 4,6 sur 5 auprès de spécialistes en échographie, en termes de précision anatomique et clinique.

Actuellement en cours de développement vers sa troisième itération, FADA évolue d’un prototype validé vers un outil ouvert et déployable, avec notamment l’annotation par des experts, un modèle vision-langage dédié et la mise à disposition complète des données et du code en open source prévus sur sa feuille de route.