Qu'est-ce que le Mboalab - Artificial Intelligence For Public Health (AI4PH) - Program
Le terme "Mboa" peut avoir différentes significations dans plusieurs langues maternelles des tribus camerounaises. Pour les Matakam dans le Nord, "Mboa" signifie nouveau ; pour les Sawa dans le Littoral, "Mboa" signifie village,foyer. Pour les Ewondo du Centre du Cameroun, "Mboa" signifie un, unique. Par association, Mboalab means the house of innovation. En effet, Mboalab est un espace ouvert et collaboratif situé à Yaoundé, au Cameroun. Fonctionnant comme un Centre de recherche et d'application pour la science ouverte et la science citoyenne, Mboalab a été officiellement ouvert en décembre 2017, avec l'objectif d'améliorer la qualité de l'enseignement et de la recherche. 2017, avec pour objectif catalyser le développement local durable et améliorer les conditions de vie des populations through open science. Notre mission principale est de rendre la recherche et les outils biotechnologiques plus accessibles aux laboratoires au Cameroun et en Afrique. aux laboratoires camerounais et africains. Pour atteindre cet objectif, Mboalab mène des programmes de Recherche & Développement à travers ses 3 principaux départements (1-Biologie de synthèse ; 2-Intelligence artificielle et électromécanique ; 3-Communication scientifique et bibliothéconomie) ; 3 - Communication savante et bibliothéconomie). Aujourd'hui, nous allons parler de l'un de nos principaux programmes : Intelligence artificielle pour la santé publique (AI4PH). Un programme lancé en 2020 au Mboalab, sous la coordination d'Elisée Jafsia. coordination d'Elisée Jafsia. Depuis, voici quelques-uns de nos projets.
Les sciences ouvertes pour améliorer le diagnostic du cancer du sein grâce à l'intelligence artificielle
Le cancer est de plus en plus répandu parmi les maladies traitables dans les pays africains. En Afrique subsaharienne, seuls 10 % des besoins en histopathologie sont satisfaits, ce qui constitue un obstacle majeur à la prise en charge globale des cancers (1). Il y a une pénurie de cliniciens et de pathologistes disponibles pour le diagnostic et le traitement du cancer. L'un des facteurs essentiels de l'efficacité du traitement est le diagnostic correct et opportun des échantillons par les pathologistes. Or, l'Afrique souffre actuellement d'une pénurie importante de cliniciens spécialisés dans le traitement du cancer et d'une pénurie encore plus importante de pathologistes. Au Cameroun, il y a actuellement 19 pathologistes en exercice pour 22 179 707 habitants (2). Le nombre absolu de patients atteints de cancer au Cameroun a été estimé à 25 000 cas par an.
Le diagnostic du cancer repose sur l'histologie dans près de 80 % des cas, sur la cytologie dans 10 % des cas et sur le diagnostic clinique dans 10 % des cas. Il est donc urgent de mettre au point un outil de diagnostic rapide et très sensible pour le diagnostic des cancers, afin d'accroître l'efficacité du traitement du cancer et de réduire le surtraitement des tumeurs cliniquement suspectes de malignité.
Nous proposons une méthode de diagnostic hybride avec un algorithme d'apprentissage profond appliqué aux lames d'histologie à l'hématoxyline et à l'éosine. La microscopie numérique et la télépathologie ont déjà été utilisées avec succès pour pallier le manque de pathologistes au Cameroun, confirmant ainsi la disponibilité d'un ensemble de données robuste pour notre projet (1). Après avoir divisé le jeu de données en trois parties (formation, validation et test), nous utiliserons les CNN comme algorithmes sur les images collectées pour former l'algorithme avant de le déployer et de le tester. En plus des diagnostics automatisés, le programme développé aura des caractéristiques spécifiques telles que le stockage des informations sur les échantillons et le logiciel de suivi, ainsi que des outils d'optimisation et d'analyse des images. L'objectif de ce projet est de développer une méthode de diagnostic hybride combinant des algorithmes d'apprentissage profond et la microscopie numérique de spécimens colorés pour le diagnostic des cancers, en particulier le cancer du sein.
Open-Disease screener
La microscopie des échantillons cliniques est une méthode rapide et peu coûteuse pour le diagnostic présomptif de certaines maladies infectieuses. L'examen d'un frottis coloré fournit des informations sur la réponse inflammatoire ainsi que sur les bactéries impliquées. Cependant, l'interprétation précise du frottis prend souvent du temps, est sujette à des erreurs et nécessite une certaine formation et expérience, ce qui limite l'accès de cette méthode aux communautés rurales et à faibles revenus. Les tests de dépistage des maladies infectieuses ont connu une montée en puissance de la miniaturisation, de l'automatisation et de l'augmentation de la puissance de calcul, créant une opportunité unique d'exploiter l'intelligence artificielle (IA) et l'apprentissage automatique (ML). Grâce à l'étroite collaboration avec le réseau DIDA et le projet OpenFlexure, nous avons contribué aux progrès significatifs réalisés vers l'obtention d'un outil de diagnostic combinant des algorithmes d'apprentissage profond et la microscopie pour le diagnostic des maladies : le microscope OpenFlexure : un microscope optique révolutionnaire, personnalisable et open-source, utilisant une technologie de positionnement mécanique de haute précision, l'intelligence artificielle et des pièces peu coûteuses imprimées en 3D pour rendre la microscopie accessible à tous.
(https://gitlab.com/openflexure/openflexure-microscope).
Open-source wireless 3D printed Digital Stethoscope.
Le coût élevé des stéthoscopes modernes reste un obstacle important pour les médecins et les professionnels paramédicaux qui exercent dans les pays à revenu faible ou intermédiaire, où il existe peu d'options abordables et de qualité. Les stéthoscopes en général sont difficiles à stériliser, ce qui donne lieu à un modèle d'utilisation où des stéthoscopes bon marché sont achetés par l'hôpital ou la clinique et où un stéthoscope est attribué à chaque patient, chaque professionnel qui travaille avec ce patient utilisant le même stéthoscope. Cela peut entraîner une contamination croisée lorsque quelqu'un touche plusieurs stéthoscopes. De plus, les stéthoscopes bon marché s'usent rapidement et ont des tuyaux courts, ce qui fait que les professionnels se rapprochent physiquement du patient plus que nécessaire, en particulier s'ils doivent passer leur bras autour du patient et écouter les positions dans le dos. L'objectif est de pouvoir limiter le contact prolongé du personnel soignant avec le patient et de disposer d'un dispositif qui peut être placé par le patient mais interprété par le praticien. Les technologies 3D ont récemment prouvé leur efficacité et leur rapidité dans le secteur médical, permettant à de nombreux projets de voir le jour lors de la crise COVID-19. Face à la pénurie de certains équipements et dispositifs médicaux, les makers, fabricants, services et acteurs du secteur de l'impression 3D se sont mobilisés pour imprimer en 3D des respirateurs, des visières de protection, des compresses et des dispositifs connectés pour faciliter les téléconsultations médicales.En ligne avec ce nouveau paradigme, nous proposons de concevoir un stéthoscope numérique imprimé en 3D, sans fil et open-source.
Une plateforme pour relier les établissements médicaux à l'échelle mondiale
Les hôpitaux du monde entier proposent des traitements pour diverses maladies. Cependant, les informations concernant l'hôpital qui peut traiter un patient et sa localisation constituent un défi majeur tant pour le personnel de santé que pour les patients eux-mêmes.
Ce projet vise à connecter les hôpitaux afin de partager des ressources et des informations en fonction des services qu'ils offrent.
Le traitement des patients peut être grandement facilité et le processus d'orientation rendu plus aisé, étant donné que les hôpitaux sont en mesure de savoir quels hôpitaux offrent quels services et à quel endroit. Le taux de mortalité s'en trouvera réduit, car non seulement les hôpitaux, mais aussi les patients, pourront rechercher les hôpitaux qui proposent des traitements pour telle ou telle maladie, ainsi que les différents lieux où ils se trouvent à l'échelle mondiale. L'objectif est de développer une application open source où les hôpitaux peuvent s'inscrire et enregistrer les différents équipements et services en fonction de leur localisation, et où les autres hôpitaux peuvent facilement orienter les patients, ou les patients peuvent facilement localiser un hôpital pour chaque cas.
Reconnaissance internationale de notre travail
- MBOALAB figure dans l'édition 2022-23 de l'IRCAI's du Top 100 mondial des projets d'IA portant sur les 17 objectifs de développement durable des Nations unies. L'IRCAI est le Centre international de recherche sur l'IA placé sous l'égide de l'UNESCO.
- depuis 2 ans, nous avons un Détermination de l'équivalence (DE) reconnaître le Mboalab comme l'équivalent d'une organisation caritative publique américaine.
– Nature Magazine parle de nous dans ces 02 journaux.
Powell, Kendall. "How Junior Scientists Can Land a Seat at the Leadership Table ". Nature 592, no 7854 (13 avril 2021) : 475-77. https://doi.org/10.1038/d41586-021-00956-6.
Ravindran, Sandeep. "How DIY Technologies Are Democratizing Science ". Nature 587, no 7834 (19 novembre 2020) : 509-12. doi : https://doi.org/10.1038/d41586-020-03193-5
2023 - La science des données pour la découverte et l'innovation dans le domaine de la santé en Afrique (DS-I Afrique) Échange de réseaux
DOI: 10.5281/zenodo.7879392
Mboalab – Artificial Intelligence For Public Health (AI4PH) – Program
Thomas Hervé Mboa Nkoudou (CEIMIA), Élisée Jafsia (Mboalab), Stéphane Fadanka
(Mboalab), Nana Diapa Yannick (Mboalab), Thérèse Minffih (Mboalab), Andrel Yaka
Nkoudou (AHIOSH), Nathanael Kedmayla (APSOHA)
● CEIMIA: International Centre of Expertise in Montréal on Artificial Intelligence
● APSOHA: Association pour la Promotion de la Science Ouverte en Haïti en Afrique
● AHIOSH: African Higher Institute of Open Science and Hardware
Les Chercheurs
Les Partenaires
We are open to new collaborations. Do not hesitate to contact us by email (mboalab@gmail.com) or by visiting
our:
● Website: www.mboalab.net
● GitHub pages: https://github.com/Mboalab, https://github.com/jafsia
● Twitter: @Labmboa
● Linkedin (https://www.linkedin.com/company/mboalab/mycompany/?viewAsMember=true).
French 
English