Détecter la malaria grâce au Deep Learning : le projet Kupamal
Selon les estimations de l’Organisation mondiale de la santé, la malaria (aussi appelée paludisme) a touché près de 247 millions de personnes dans le monde en 2021 pour 619 000 décès. Très présente en Afrique, cette maladie est au cœur de Kupamal, un projet de fin d’études de trois étudiants de la Majeure Biotech & Numérique de l’ESME récemment primé lors des Master Projects 2023 dans la catégorie « Intelligence numérique ». L’objectif du projet : faciliter le diagnostic grâce à l’intelligence artificielle.
En swahili, une langue africaine, « Kupamal » est l’acronyme de « Kupambana na Malaria », ce qui signifie « combattre la malaria » – un nom idoine pour ce projet porté à l’origine par Philippe Okusa, un radiopharmacien et professeur à la Faculté des Sciences Pharmaceutiques de l’Université de Lubumbashi (République Démocratique du Congo) dont les recherches portent justement sur cette maladie. C’est par le biais de David Perlmutter, co-fondateur de la start-up Implicity et Ancien de l’ESME, que Philippe Okusa va challenger les étudiants ingénieurs. « David a contacté l’école pour proposer ce sujet et c’est comme cela que nous avons débuté le projet en juillet 2022 », explique Siyang Li, étudiante membre du trio.
Pour mesurer le taux d’infection à la malaria d’un patient, les experts sur le terrain doivent observer une goutte de sang au microscope et compter le nombre de parasites visibles sur des dizaines d’images. « C’est un processus très lent et chronophage, d’autant plus que le temps est précieux pour lutter contre la maladie », assure Christine Tan, autre élève impliquée dans le projet. D’où l’objectif de Kupamal d’automatiser le processus de détection et de comptage des parasites afin d’optimiser le travail des experts et ainsi, de potentiellement sauver plus de vies.
Utiliser la puissance de l’IA
Le travail réalisé par le trio du projet Kupamal porte donc sur la détection des parasites en utilisant le Deep Learning, une branche de l’intelligence artificielle. « Nous avons choisi une approche basée sur les réseaux de neurones dits convolutifs, particulièrement adaptés au traitement des images, précise Laurent Lieu, dernier maillon de l’équipe. Et grâce à notre algorithme, nous sommes en mesure de détecter les parasites aussi bien que ce que font les gens actuellement et beaucoup plus rapidement. En effet, notre algorithme possède une précision sur le diagnostic de près de 85 % ! » Une prouesse pas si évidente lorsqu’on connaît les difficultés liées à la détection des parasites. « Sur une seule image, il y a parfois beaucoup d’objets à analyser, note Siyang. On peut ainsi parfois détecter différentes espèces de parasites et certains objets y ressemblant mais qui n’en sont pas… »
La réussite technologique de Kupamal s’est construite au fur et à mesure via l’entraînement de son algorithme. « Pour cela, nous nous sommes basés sur des images fournies par Philippe Okusa et son équipe de l’Université de Lubumbashi, mais pas uniquement car il a fallu entraîner nos modèles sur beaucoup d’images, poursuit Laurent. Nous nous sommes donc également appuyés sur des bases de données publiques disponibles. Le défi consistait à avancer malgré les limites imposées par le manque de données. »
Siyang, Christine et Laurent lors de la présentation de leur projet durant les Master Projects
Le combat contre la malaria ne s’arrête pas
Pour autant, le développement des capacités de détection n’était pas le seul axe sur lequel ont planché les étudiants. « Philippe Okusa a formulé le besoin d’un algorithmique performant, mais aussi d’une interface graphique facilement utilisable par les équipes sur le terrain », souligne Christine qui entrevoit de potentielles améliorations du code et son ouverture en Open Source « afin de permettre à tout le monde d’y participer s’il le souhaite pour combattre ensemble la malaria ! »
À la suite de ce premier succès, l’école d’ingénieurs poursuit déjà ce projet avec d’autres étudiants qui porteront l’application sur smartphone et développeront un module hardware pour automatiser le déplacement rapide de la lame sous le microscope. « Il n’est pas rare que plusieurs promotions d’étudiants se relaient sur un projet de fin d’études, rappelle l’enseignante-chercheuse Yasmina Chenoune, également responsable de la Majeure Biotech & Numérique. Chaque groupe apporte ainsi une nouvelle brique, une nouvelle innovation au projet, pour lui faire passer un cap et toujours aller plus loin ! » La relève est donc assurée à l’ESME pour combattre la malaria !
L’équipe lors de la remise de son prix !
