446 Partages

Des chercheurs en intelligence artificielle travaillant chez le géant Google ont mis au point un algorithme de diagnostic ultra-performant, permettant littéralement de sauver des vies. Publiée ce lundi, l’étude révèle un algorithme de deep learning (apprentissage profond) capable de détecter, en analysant des scans IRM, un cancer du poumon avec un taux de réussite de 94.4% !

Selon les résultats de l’étude, en plus de son taux de réussite élevé, l’algorithme surpasse les radiologues dans certaines circonstances. Le système a obtenu ce taux de succès sur 6716 cas lors du National Lung Cancer Screening Trial, avec une précision similaire sur 1139 cas cliniques indépendants.

Les chercheurs ont mené deux études distinctes, l’une dans laquelle un examen préalable était disponible pour analyse, et l’autre dans laquelle ce n’était pas le cas. Dans le premier scénario, l’algorithme d’apprentissage profond montrait un taux d’identification plus élevé que celui de six radiologistes, a rapporté le New York Times.

Pour aboutir à une telle performance, l’algorithme s’est formé en analysant les données des tomodensitométries de personnes atteintes de cancer du poumon ou de nodules devenus cancéreux, en les comparant à celles de sujets sains.

Cette vidéo montre l’IA en pleine analyse de données IRM ainsi que sa détection d’un potentiel cancer pulmonaire.

« L’ensemble du processus d’expérimentation ressemble à un étudiant à l’école », a déclaré au New York Times Daniel Tse, responsable de projet chez Google. « Nous utilisons un ensemble de données volumineuses pour l’apprentissage, en lui donnant des ‘leçons’ et des jeux-questionnaires afin qu’il puisse commencer à apprendre par lui-même et comprendre ce qu’est le cancer, ou ce qui deviendra ou ne deviendra pas un cancer à l’avenir. Nous lui avons ensuite fait passer un examen final basé sur des données qu’il n’avait jamais vues, après avoir passé beaucoup de temps à apprendre. Le résultat obtenu à l’examen final : un A ! ».

Vous allez aussi aimer : Babylon : l’intelligence artificielle qui diagnostique des patients aussi bien que des médecins expérimentés

Mais en réalité, bien que prometteurs, les résultats de cette étude ne montrent que les premiers pas de la détection algorithmique de maladies. Le système est encore loin d’avoir fait ses preuves et d’être suffisamment précis pour être déployé à grande échelle dans tous les établissements de soins de santé qui offrent des dépistages du cancer. Mais cette version est déjà prometteuse pour automatiser les processus de lutte contre les faux positifs et les faux négatifs.

« Le scan pulmonaire pour fumeurs est si mauvais qu’il est difficile d’en aggraver la situation » a déclaré Eric Topol, directeur du Scripps Research Translational Institute en Californie.

Beaucoup d’entreprises de technologie, dont Google, s’appuient déjà sur les algorithmes en tant qu’outils de détection sur leurs plates-formes, et ce déjà à grande échelle (par exemple pour la modération de communautés en ligne). Mais ces systèmes automatisés manquent encore cruellement de précision, ce qui conduit à une censure erronée ou à l’incapacité d’identifier des contenus violents et haineux, qui se répandent parfois très rapidement.

Les chercheurs qui travaillent sur la technologie de détection du cancer du poumon reconnaissent les dangers et les risques dus à la mise en place d’un tel système. Ils sont conscients de la nécessité de la mise en place d’ un système de contrôle et surtout, en plus de valider son efficacité.

« Nous collaborons avec des institutions du monde entier pour comprendre comment cette technologie peut être mise en œuvre de manière productive dans la pratique clinique », a déclaré le Dr Tse au New York Times. « Nous ne voulons pas prendre de l’avance sur nous-mêmes ».

Source : Nature Medicine, The New York Times

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.

446 Partages
446 Partages
Partager via