L’IA est officiellement meilleure pour diagnostiquer le cancer du sein que les experts humains
Un programme informatique peut identifier le cancer du sein à partir de scanners de routine avec une plus grande précision que les experts humains, ont déclaré les chercheurs dans ce qu’ils espèrent être une percée dans la lutte contre le tueur mondial.
Le cancer du sein est l’un des cancers les plus fréquents chez les femmes, avec plus de 2 millions de nouveaux diagnostics rien que l’année dernière.
Un dépistage régulier est essentiel pour détecter les premiers signes de la maladie chez les patientes ne présentant pas de symptômes évidents.
En Grande-Bretagne, il est conseillé aux femmes de plus de 50 ans de passer une mammographie tous les trois ans, dont les résultats sont analysés par deux experts indépendants.
Mais l’interprétation des résultats laisse place à l’erreur, et un petit pourcentage de toutes les mammographies donnent soit un faux positif – en diagnostiquant à tort qu’une patiente en bonne santé a un cancer – soit un faux négatif – en omettant la maladie lorsqu’elle se propage.
Les chercheurs de Google Health ont maintenant formé un modèle d’intelligence artificielle pour détecter le cancer dans les scans mammaires de milliers de femmes en Grande-Bretagne et aux États-Unis.
Les images avaient déjà été examinées par des médecins en situation réelle, mais contrairement à ce qui se passe en milieu clinique, la machine ne disposait pas des antécédents du patient pour étayer ses diagnostics.
L’équipe a découvert que son modèle d’IA pouvait prédire le cancer du sein à partir des scans avec un niveau de précision similaire à celui des radiographes experts.
De plus, l’IA a montré une réduction de la proportion de cas où le cancer était mal identifié – 5,7 % aux États-Unis et 1,2 % en Grande-Bretagne, respectivement.
Il a également réduit le pourcentage de diagnostics manqués de 9,4 % chez les patients américains et de 2,7 % en Grande-Bretagne.
“Plus on identifie tôt un cancer du sein, mieux c’est pour la patiente”, a déclaré à l’AFP Dominic King, responsable britannique de Google Health.
“Nous pensons à cette technologie de manière à soutenir et à permettre à un expert, ou à une patiente en fin de compte, d’obtenir le meilleur résultat à partir de n’importe quel diagnostic qu’elle a reçu”.
Deuxième avis sur l’ordinateur
En Grande-Bretagne, toutes les mammographies sont examinées par deux radiologues, un processus nécessaire mais à forte intensité de main-d’œuvre.
L’équipe de Google Health a également mené des expériences comparant la décision de l’ordinateur avec celle du premier lecteur de scanner humain.
Si les deux diagnostics concordaient, le cas était marqué comme résolu. Ce n’est qu’en cas de résultats discordants que l’on demandait ensuite à l’appareil de comparer avec la décision du second lecteur.
L’étude de King et de son équipe, publiée dans Nature, a montré que l’utilisation de l’IA pour vérifier le diagnostic du premier examinateur expert humain permettait d’économiser jusqu’à 88 % de la charge de travail du second clinicien.
“Trouvez-moi un pays où vous pouvez trouver une infirmière ou un médecin qui n’est pas occupé”, a déclaré M. King.
“Il y a une opportunité pour cette technologie de soutenir l’excellent service existant des examinateurs (humains).”
Ken Young, un médecin qui gère la collection de mammographies pour Cancer Research UK, a contribué à l’étude.
Il a déclaré qu’elle était unique pour son utilisation de scénarios de diagnostic réels à partir de près de 30 000 scans.
“Nous avons un échantillon qui est représentatif de toutes les femmes qui pourraient passer par le dépistage du cancer du sein”, a-t-il dit.
“Il comprend les cas faciles, les cas difficiles et tout ce qui se trouve entre les deux.”
L’équipe a déclaré que des recherches supplémentaires étaient nécessaires, mais elle espère que la technologie pourra un jour servir de “deuxième opinion” pour les diagnostics de cancer.
Lire aussi : L’IA identifie des caractéristiques auparavant inconnues associées à la récurrence du cancer
Source : ScienceAlert – Traduit par Anguille sous roche
