Ce mois-ci, le ReJMiC tente de répondre à cette question d’actualité: Comment le « Machine learning » se positionne au service des laboratoires de Microbiologie pour l’interprétation des résultats de PCR ?
Le « Machine learning » (ou apprentissage automatique) est un sous-domaine de l’intelligence artificielle, qui regroupe différentes approches mathématiques et statistiques pour qu’un ordinateur puisse apprendre à partir de données. Cet outil peut être mis à profit pour le diagnostic microbiologique et s’est déjà montré utile dans l’aide au diagnostic médical.
Cette étude originale a évalué la performance de 48 algorithmes (« meta-classifiers ») pour l’analyse biologique des résultats d’une PCR quantitative ciblant 11 espèces de Mucorales. L’apport du « Machine learning » est d’autant plus important pour les résultats douteux nécessitant une expertise et des investigations clinico-biologiques supplémentaires. Parmi les algorithmes évalués, 6 montraient des performances prédictives satisfaisantes, facilitant l’interprétation des résultats de PCR et donc le diagnostic des infections à Mucorales.
Le développement de ces outils informatiques capables de résoudre des problèmes complexes pourrait, dans un futur proche, devenir une aide pour l’interprétation de résultats douteux de PCR quantitatives au laboratoire.
Cliquez ici pour retrouver l’intégralité de cet article : https://www.nature.com/articles/s41598-022-21010-z
Godmer, A., Bigot, J., Giai Gianetto, Q., Benzerara, Y., Veziris, N., Aubry, A., Guitard, J., & Hennequin, C. (2022). Machine learning to improve the interpretation of intercalating dye-based quantitative PCR results. Scientific reports, 12(1), 16445. https://doi.org/10.1038/s41598-022-21010-z
