Un algorithme capable de détecter seul une maladie et d’établir un diagnostic sans l’intervention d’un médecin : ce n’est plus de la science-fiction, mais bien la réalité.
Dans une étude publiée dans Nature Medicine, des chercheurs de la Northwestern University Feinberg School of Medicine et des scientifiques de Google expliquent avoir mis au point un nouvel algorithme de deep learning (d’apprentissage profond) permettant de diagnostiquer le cancer du poumon lors d’un premier dépistage avec un taux de faux positifs et de faux négatifs extrêmement bas.
Cette forme d’intelligence artificielle ultra-développée a été capable de détecter les nodules pulmonaires malins en analysant des clichés réalisés par tomographie pulmonaire assistée par ordinateur (TDCT). Son taux de précision a même dépassé celui de radiologues experts.
La puissance de Google au service de la médecine
Habituellement, pour réaliser le diagnostic fiable d’un cancer du poumon, les radiologues doivent examiner des centaines d’images (ou "coupes") réalisées par un seul scanner. Ce nouvel algorithme de deep learning est capable de "réaliser une seule image tridimensionnelle, énorme et unique", explique le Dr Mozziyar Etemadi, co-auteur de l’étude. "L’intelligence artificielle en 3D peut être beaucoup plus sensible dans sa capacité à détecter un cancer du poumon précoce que l’œil humain en analysant des images en 2D."
Toute la technologie de Google a été sollicitée pour créer cet algorithme révolutionnaire. "Le concept est nouveau, mais l’ingénierie nécessaire l’est aussi en raison de son échelle", poursuit le chercheur.
"Notre travail examine comment l'intelligence artificielle peut être utilisée pour améliorer l'exactitude et optimiser le processus de dépistage, d'une manière qui pourrait aider à la mise en œuvre des programmes de dépistage. Les résultats sont prometteurs et nous sommes impatients de poursuivre notre travail avec nos partenaires et nos pairs", a déclaré Shravya Shetty, responsable technique chez Google.
Un logiciel plus précis que l’œil humain
Pour parvenir à un tel degré de performance, les équipes de Google ont utilisé les données de tomodensitométrie de personnes atteintes d'un cancer du poumon ou de nodules devenus cancéreux, en les comparant à celles de sujets sains.
Les ingénieurs ont ensuite appliqué cet algorithme de deep learning à 6 716 ensembles de tomodensitomètres dépersonnalisés fournis par Northwestern Medicine pour valider l'exactitude de son nouveau système. Ils ont alors pu constater que l’algorithme était capable de détecter des nodules pulmonaires malins parfois minimes avec une précision de 94%.
Dans le détail, l’algorithme a surpassé les diagnostics de 6 radiologues lorsque l'imagerie CT précédente n'était pas disponible et a été aussi performant que les médecins lorsqu'il y avait une imagerie antérieure. "Le système peut catégoriser une lésion avec plus de précision. Non seulement nous pouvons mieux diagnostiquer une personne atteinte de cancer, mais nous pouvons également affirmer si une personne n'a pas le cancer, ce qui pourrait lui épargner une biopsie pulmonaire invasive, coûteuse et risquée", estime le Pr Etemadi.
Les chercheurs se veulent toutefois prudents, rappelant que ces résultats doivent encore être validés cliniquement auprès de vastes populations de patients. Ils sont toutefois optimistes. Selon eux, un tel appui de l’intelligence artificielle pourrait non seulement diagnostiquer plus précocement la maladie et limiter les procédures invasives inutiles, mais aussi "améliorer la prise en charge et les résultats des patients atteints de cancer du poumon".
