Identifier les variantes génétiques courantes associées à la rétinopathie diabétique dans l'ÉLCV

Résumé du projet

Le diabète touche actuellement plus d'un adulte sur dix au Canada et constitue la cause la plus courante de cécité à l'âge adulte dans ce pays. La recherche génétique, épidémiologique et clinique a identifié de nombreux facteurs de risque de complications oculaires dues au diabète, y compris le degré d’hyperglycémie, l’élévation de la pression artérielle et la prédisposition génétique. À ce jour, cette recherche a été limitée par le manque de preuves relatives aux déterminants génétiques de la rétinopathie diabétique en raison, en partie, du manque de grandes bases de données d'images rétiniennes pour lesquelles des données génétiques et phénotypiques sont disponibles. Lorsque de telles données sont disponibles, les techniques de randomisation mendélienne peuvent être utilisées de manière très créative pour confirmer et découvrir de nouveaux facteurs de causalité.

Résultats du projet

Avec cette étude, nous avons testé la faisabilité d’utiliser des algorithmes d’apprentissage profond pour lire de manière automatisée des images rétiniennes. Des analyses préliminaires ont été effectuées pour évaluer la qualité de l’image. Quatre-vingts pour cent (80%) des images ont été jugées appropriées pour être lues de manière automatisée par des algorithmes d’apprentissage profond.