Les puces en silicium et sauver la vue des gens sont l'héritage des chercheurs de la salle d'opération

Jul 05, 2023

La recherche impliquant l'intelligence artificielle (IA) - réalisée à la fin des années 1990 par Ken Tobin et d'autres au laboratoire national d'Oak Ridge - est à l'origine de la technologie actuellement utilisée dans les cliniques de santé d'une chaîne de pharmacies pour fournir des diagnostics télémédicaux permettant de sauver la vue à des centaines de milliers de personnes. patients diabétiques.

Imaginez ceci : Un patient qui a appris récemment d'un fournisseur de soins de santé dans une clinique de pharmacie qu'il est atteint de diabète est revenu à la clinique pour un examen de la vue.

Dans ce scénario, le fournisseur de la pharmacie a pris des photos de ses deux yeux avec un petit appareil photo. Elle a téléchargé les images d'un ordinateur sur un site Internet consulté à distance par un ophtalmologiste qui traite les maladies et les troubles oculaires. Le diagnostic lui sera envoyé par e-mail dans un délai d'environ un jour et elle informera le patient des résultats.

Elle aurait pu dire au patient : « Vous devriez passer cet examen chaque année. Une complication grave peut être la rétinopathie diabétique. C'est à ce moment-là que des taux élevés de sucre dans le sang peuvent endommager les petits vaisseaux sanguins de la rétine à l'arrière de vos yeux.

"La maladie peut éventuellement vous rendre aveugle. Mais si nous l'attrapons suffisamment tôt avant que vous ne remarquiez que vous perdez la vue, vous pouvez subir une chirurgie au laser pour sauver votre vue."

L'ophtalmologiste qui établit le diagnostic utilise un système de récupération d'images basé sur le contenu (CBIR) qui recherche automatiquement et associe les images de l'œil du patient à des images de l'œil similaires dans une grande base de données. L'archive comprend des images qui présentent des signatures d'yeux sains, d'yeux montrant les premiers signes de rétinopathie diabétique (corrigeable par chirurgie au laser) et d'yeux si gravement touchés par la maladie que la cécité est inévitable.

Quelle est l'origine de cette technologie qui a conduit à l'utilisation pratique des services de CVS MinuteClinic et des endocrinologues ? Il découle de la recherche impliquant l'IA par Tobin et d'autres à l'ORNL.

Tobin, responsable en chef de la recherche et des partenariats universitaires aux universités associées d'Oak Ridge depuis 2020, a décrit les systèmes CBIR que lui et ses collègues de l'ORNL ont développés et brevetés lors d'une récente conférence sur ses 35 années d'innovation et de leadership aux Amis de l'ORNL. Il a déclaré que le développement du CBIR était "un prédécesseur des progrès de l'IA dont nous avons entendu parler dans les nouvelles ces derniers temps, comme ChatGPT".

"Quand je repense à ma carrière, ce qui me fait bien dormir la nuit, c'est la réussite du diagnostic télémédical de la rétine, car il sauve ou maintient la vision de milliers de patients", a déclaré Tobin, qui s'est décrit comme "un gars de l'imagerie qui a utilisé l'IA". "

Il a ajouté qu'il était également fier du développement technologique qu'il a dirigé et qui a aidé l'industrie américaine des semi-conducteurs à "améliorer le rendement des produits et à réduire les déchets" pour obtenir des produits de haute qualité et augmenter les bénéfices de l'industrie. Les dispositifs à semi-conducteurs, également appelés "puces", sont des composants essentiels des circuits électroniques de nos voitures, ordinateurs portables, tablettes intelligentes et smartphones.

La technologie de récupération automatisée d'images de semi-conducteurs de l'ORNL est classée neuvième parmi les 10 meilleurs succès de transfert de technologie du laboratoire. Ces 10 meilleures technologies représentent 48 % des royalties du laboratoire.

Le travail initial de Tobin avec Shaun Gleason, Tom Karnowski et d'autres pour SEMATECH, un consortium de sociétés de semi-conducteurs comme Hewlett Packard, IBM et Motorola, a conduit à leur développement d'un système CBIR pour les fabricants, grâce au financement de la recherche et du développement dirigés par le laboratoire (LDRD) en 1998-99 de l'ORNL.

Les entreprises de semi-conducteurs produisent des tranches de silicium, qui créent des circuits intégrés dans des appareils électroniques. Une plaquette, allant de 8 à 11 pouces de diamètre, peut contenir jusqu'à 600 puces semi-conductrices, dont chacune a potentiellement des millions ou des milliards de transistors. Une seule plaquette, qui peut contenir jusqu'à trois millions de composants, coûte des milliers de dollars.

"Les fabricants de puces veulent savoir comment le processus de fabrication peut produire des puces mauvaises ou défectueuses", a déclaré Tobin. Pour améliorer le nombre de bonnes puces et minimiser le nombre de mauvaises, le fabricant doit déterminer rapidement lequel des processus de fabrication de semi-conducteurs complexes est défectueux et doit être réparé.

Tobin et ses collègues ont développé un classificateur d'images numériques de plaquettes individuelles fournies par des sociétés de semi-conducteurs qui présentaient des rayures et d'autres défauts dans différents modèles. Ces cartes ont été étiquetées comme des signatures d'une machine ne fonctionnant pas correctement ou produisant une contamination par des particules lors d'un processus de revêtement ou de dépôt chimique formant les couches d'une plaquette.

En faisant correspondre des images de plaquettes nouvellement formées avec des images dans une base de données, "notre classificateur a rapidement généré des résultats sur les processus qui devaient être corrigés et a automatiquement envoyé des rapports toutes les heures, tous les jours ou toutes les semaines aux ingénieurs", a déclaré Tobin. "Un certain nombre d'entreprises qui ont travaillé avec SEMATECH voulaient notre technologie dans leur usine" car cela les aiderait à réduire les déchets, à augmenter l'efficacité et à augmenter les profits.

Malheureusement, puisque l'ORNL n'avait qu'un accord de travail pour les autres avec SEMATECH, il ne pouvait pas percevoir les redevances de la licence de SEMATECH de la technologie du laboratoire à des sociétés de semi-conducteurs en dehors du consortium. Ainsi, UT-Battelle, le responsable du laboratoire, a développé une "propriété intellectuelle de base" qui a conduit à des brevets initialement concédés sous licence à Applied Materials, puis sous licence en 2004 à Rudolph Technologies. L'ORNL a reçu des redevances de 2004 à 2019 pour son analyse automatisée des signatures de défauts qui a permis d'améliorer les processus de fabrication des semi-conducteurs.

Les chercheurs de l'ORNL ont développé des systèmes CBIR avec de grands référentiels de données picturales pour l'imagerie médicale des organes chez les petits animaux afin de déterminer les états pathologiques et pour l'imagerie géospatiale par satellites pour identifier les emplacements des centrales électriques et des bases de l'armée de l'air.

Tobin s'est impliqué dans le diagnostic automatisé des maladies oculaires lorsque Lee Riedinger, qui a passé de nombreuses années à l'Université du Tennessee à Knoxville en tant que physicien et directeur de recherche, a travaillé au début du siècle en tant que directeur adjoint de la science et de la technologie à l'ORNL. Riedinger a invité des professionnels de la santé au laboratoire du UT Health Science Center à Memphis. C'est ainsi que Tobin a rencontré Edward Chaum du Hamilton Eye Institute du centre.

"Il travaillait avec des patients atteints de rétinopathie diabétique et de dégénérescence maculaire liée à l'âge", a déclaré Tobin. "Il voulait savoir s'il me donnait un grand référentiel d'images oculaires si je pouvais automatiser le diagnostic des maladies oculaires et attraper la rétinopathie diabétique suffisamment tôt pour prévenir la cécité."

On estime que 100 millions de personnes dans le monde sont touchées par la rétinopathie diabétique.

Tobin, Karnowski et Chaum ont reçu un brevet pour "une méthode de diagnostic de la maladie oculaire cécitante utilisant le contenu d'une image et une archive de données de patients humains diagnostiqués".

Ils ont assemblé un réseau d'analyse et de diagnostic télémédicaux de l'image rétinienne (TRIAD) sur neuf sites dans trois États. Le réseau de test a prouvé que le concept pouvait être couronné de succès.

Cependant, les tentatives initiales d'UT-Battelle de concéder une licence TRIAD à une entreprise ont échoué en raison des inquiétudes suscitées par la réticence de la Food and Drug Administration à approuver les techniques de diagnostic utilisant l'IA. Ainsi, TRIAD a été licencié en 2009 à la start-up de Tobin, Hubble Telemedical Inc. à Knoxville.

En 2010, son entreprise a reçu un investissement en capital-risque de Memphis Biomed Ventures, permettant l'embauche d'un PDG, de programmeurs informatiques et de spécialistes du marketing.

"Nous avions des abonnements à notre service de dépistage à distance de la rétinopathie diabétique", a déclaré Tobin.

En janvier 2015, Hubble a été racheté par une société new-yorkaise, Welch Allyn Inc., une société leader dans le domaine des dispositifs de diagnostic médical qui a apporté des innovations pratiques au point de service. En juin 2015, Welch Allyn a été acquise par Hill-Rom, Inc.

En 2022, Hill-Rom a conclu un accord avec CVS ​​MinuteClinic pour dépister les clients pour les maladies cécitantes avec l'aide d'un lecteur certifié. Ainsi, la vision de Tobin d'utiliser des techniques de vision par ordinateur pour automatiser la recherche d'images pouvant être liées à des processus de fabrication errants a abouti à une technologie qui sauve la vision de milliers de personnes,