A la une, Actualite Scientifique, LES BREVES, Recherche et innovation

Google a développé une intelligence artificielle capable de détecter les cancers du poumon

Une équipe de chercheurs a mis au point un logiciel capable de diagnostiquer le cancer du poumon avec plus de précision que des médecins.

Savoir si un grain de beauté est un mélanome, interpréter une radiographie des poumons ou une mammographie… L’Intelligence Artificielle (IA) prend une place croissante dans le domaine médical, en particulier en cancérologie. Toutefois, les programmes actuels se limitent à aider les médecins dans des taches bien circonscrites. Pour la première fois, une équipe de chercheurs de Google AI, division de recherche de Google, a mis au point une intelligence artificielle capable de réaliser toutes les étapes de dépistage du cancer du poumon de manière totalement autonome, aussi bien, voire mieux que des radiologues. Leur travail a été publié en mai dans la revue Nature Medicine .

Le dépistage du cancer du poumon se fait par scanner (aussi appelé tomodensitométrie), souvent à la suite de troubles respiratoires suspects. Si le scanner révèle ou une plusieurs anomalies suspectes, il faut alors réaliser une biopsie. Ce geste invasif consiste à prélever et analyser un morceau de la supposée tumeur. Mais l’interprétation d’un scanner n’est pas toujours facile: «un nodule peut avoir 30 à 40 diagnostics différents», fait valoir le Dr Alain Livartowski, directeur des data de l’ensemble hospitalier de l’Institut Curie (Paris). Une erreur peut conduire à passer à côté d’un cancer ou à infliger une biopsie inutile, ce qui peut s’avérer décisif pour le patient. C’est là que les logiciels d’intelligence artificielle entrent en jeu.

 

94,4% de réussite

Celui développé par Google repose sur le Deep Learning, une technique qui consiste à injecter dans la machine une énorme quantité d’informations soigneusement triées. En les analysant, l’ordinateur compose sa base de connaissances. Par exemple, si l’on veut qu’une IA sache reconnaître un lion, il faut d’abord lui fournir plusieurs centaines de milliers d’images de lion dans différents contextes (lieux, positions, etc.). C’est précisément ce que les chercheurs ont fait: ils ont fourni à leur système les clichés médicaux de 14.000 personnes dont 638 atteintes d’un cancer du poumon, en lui désignant ceux appartenant aux malades. L’objectif? Obtenir un algorithme capable de dire seul si une personne a ou non un cancer du poumon à partir d’un simple scanner.

Une fois prêt, l’algorithme a été mis en compétition avec 6 radiologues expérimentés. Lors d’un premier essai, l’IA avait accès aux derniers scanners du patient, tandis que les radiologues, en plus du scanner, pouvaient regarder leur historique médical. Même avec cet avantage, les médecins ont plus souvent échoué à poser le bon diagnostic par rapport à l’algorithme. Sur 507 patients, dont 83 atteints de cancer, ils ont en effet diagnostiqué à tort 11% de cancers en plus par rapport au logiciel. Et ils sont passés à côté de 5% de vrais malades que le logiciel avait, lui, correctement identifiés. Au fil de tous les essais, le programme a atteint 94,4% de réussite.

«Cette étude était attendue depuis longtemps. Contrairement aux autres logiciels qui existent déjà en oncologie, celui-ci analyse les images en 3 dimensions», souligne le Dr Alain Livartowski. «Avec ces résultats très prometteurs, c’est une révolution». Un succès qui s’explique d’abord par l’efficacité de l’algorithme mis au point, mais aussi par le fait que l’interprétation humaine d’un cliché est subjective. Là où un être humain voit des formes et des couleurs qu’il interprète à partir de ses connaissances, la machine, elle, dispose de données qui lui permettent de réaliser une analyse plus complète. De plus, les médecins observent chaque image séparément alors que l’IA analyse le tout en 3D, comme si elle plongeait au cœur de la cage thoracique. Une caractéristique qui lui permet de voir des détails qui échappent à l’œil humain. D’après les auteurs de l’étude, cette technologie pourrait donc permettre de faire évoluer les critères diagnostiques actuels.

Mais il reste encore des progrès à réaliser. En effet, lorsqu’il a fallu se prononcer sur des cas plus complexes, la machine – comme les spécialistes – a eu davantage de difficultés. «Il sera de toute façon nécessaire que le modèle soit validé indépendamment par d’autres équipes», note le Dr Livartowski. Même si ce type de programmes pourra aider les médecins à poser un diagnostic, il est certain qu’ils ne les remplaceront pas: ces derniers auront toujours la charge de la décision.

lefigaro.fr

Titulaire d'un diplôme de formation en alternance de l’Ecole Supérieure de Journalisme de Lille, je suis passionné par les sujets scientifiques. Contactez-moi par mail: mamadou.togola@jstm.org

Laisser un commentaire