Client
Nous avons été contactés par une entreprise du secteur de la santé aux États-Unis, spécialisée dans l'amélioration des soins dentaires. Cette entreprise recherchait une solution pour développer un outil de détection des dents basé sur l'apprentissage automatique.
Description du Projet
Nos clients souhaitaient un algorithme destiné à des applications futures en télémédecine. Ils avaient besoin d’un outil permettant d’identifier les dents, leur état, ou leur absence à partir de photos de patients.
L’objectif final était de développer une application avec une interface utilisateur simple et intuitive. Les utilisateurs finaux devraient pouvoir :
- télécharger une photo sur le système ;
- sélectionner une tâche d’intérêt, comme identifier les dents existantes ou manquantes ;
- recevoir un rapport complémentaire à la photo.
Défis
Les exigences initiales du client incluaient :
- une expertise suffisante de l’équipe en apprentissage automatique, science et analyse des données ;
- une expérience dans le domaine de la santé, et en vision par ordinateur en particulier ;
- obtenir une haute précision dans l’identification des objets par l’algorithme ;
- réduire les erreurs de décision prises par l’algorithme ML ;
- collecter des données suffisantes et pertinentes pour entraîner et tester le modèle, garantissant des taux de précision élevés.
Processus
Le développement d’un algorithme ML ne requiert pas un processus long, mais sa mise en œuvre demande un temps considérable. Voici les étapes et le calendrier du projet :
- Négociations avec le client : 1 semaine
- Recherche dans le domaine : 3 jours
- Implémentation des algorithmes et entraînement du modèle : 2 semaines
- Collecte de Données : Constitution d’un ensemble de données d’images contenant des dents, avec une grande diversité (types, couleurs, formes, angles).
- Annotation des Données : Annotation des images collectées avec des boîtes englobantes autour des dents.
- Entraînement du Modèle YOLO : Utilisation des données annotées pour entraîner le modèle YOLO.
- Tests, évaluation, et déploiement : 1 semaine
- Évaluation : Le modèle entraîné est évalué avec un jeu de test distinct.
- Déploiement : Le modèle est déployé pour détecter les dents et les dents manquantes sur de nouvelles images ou vidéos.
Solution
Notre équipe a mis en œuvre une solution pour la détection des dents ainsi que des dents endommagées ou manquantes à l’aide de la vision par ordinateur.
1) Détection Précoce :
La reconnaissance automatique aide à détecter précocement les problèmes dentaires (cavités, fissures, dommages structurels), permettant une intervention rapide.
2) Précision :
Les systèmes de reconnaissance automatique offrent une précision accrue par rapport aux examens manuels, réduisant les erreurs humaines.
3) Planification des Traitements :
La reconnaissance précise des dents permet aux professionnels dentaires de proposer des plans de traitement personnalisés et efficaces.
4) Rentabilité :
L’automatisation du processus d’examen dentaire économise du temps pour les patients et les professionnels, tout en évitant des traitements coûteux grâce à une identification précoce des problèmes.
5) Amélioration de l’Expérience Patient :
Les patients bénéficient d’examens plus confortables et efficaces, ainsi que de traitements ciblés, augmentant leur satisfaction globale.
Résultats
Un des principaux défis était la collecte de données pertinentes et suffisantes pour l’entraînement et le test du modèle, ce que nous avons réussi à accomplir.
L’algorithme est prêt à être intégré dans des solutions futures, qu’il s’agisse d’applications mobiles ou web facilitant la communication entre dentistes et patients.
Le projet est terminé, mais il peut être étendu pour inclure :
- une précision accrue grâce à une augmentation des données et du temps d’entraînement;
- des fonctionnalités supplémentaires comme la détection des dents endommagées, sujettes aux caries, ou déplacées.
Nous attendons que le client décide de la suite, et nous avons l’expérience nécessaire pour intégrer cet algorithme dans des solutions logicielles.
