L'IA de Google est plus précise que certains radiologues
Comme toutes les formes de maladie, un diagnostic précoce du cancer du poumon peut considérablement améliorer les chances de survie du patient, mais comme pour tous les cancers, cela est beaucoup plus facile à dire qu’à faire.
L’IA de Google pour dépister le cancer des poumons
Une initiative de recherche de Google visant à exploiter l’intelligence artificielle pour mieux modéliser et prévoir le cancer du poumon, permet à cette technologie de dépassé les performances de radiologues certifiés à certains égards.
En entraînant des algorithmes d’apprentissage automatique sur des milliers d’images médicales, ces systèmes peuvent détecter des changements mineurs et potentiellement problématiques qui pourraient passer inaperçus pour l’homme. Et nous commençons à voir comment cette technologie pourrait un jour mener à de bien meilleurs résultats pour les patients.
Dans le cas de Google, il a formé son algorithme d’apprentissage automatique sur plus de 45 000 tomodensitogrammes thoraciques prélevés à l’Institut national de la santé et à la Northwestern University, dont certains présentaient un cancer à divers stades. L’algorithme fonctionne en générant un modèle 3D à partir du scanneur, qui permet de détecter les minuscules tissus cancéreux dans les nodules pulmonaires qui seraient autrement difficiles à repérer et à produire une prédiction globale de la malignité du cancer du poumon.
L’algorithme a ensuite été mis au travail en utilisant un seul scanneur pour le diagnostic, avec une précision comparable à celle de six radiologues certifiés. Google a déclaré avoir détecté 5% de plus de cas de cancer et réduit le nombre de faux positifs de plus de 11%.
Google décrit les premiers résultats comme « encourageants »
Bien que ce système n’ait été validé que sur des patients existants à l’aide d’analyses historiques et que des travaux supplémentaires soient nécessaires pour explorer son fonctionnement en milieu clinique, Google décrit les premiers résultats comme « encourageants ».
« Cela crée une opportunité d’optimiser le processus de filtrage via l’assistance informatique et l’automatisation », écrivent les auteurs dans leur résumé. « Alors que la grande majorité des patients ne sont pas dépistés, nous montrons le potentiel des modèles d’apprentissage en profondeur pour augmenter la précision, la cohérence et l’adoption du dépistage du cancer du poumon dans le monde entier ».
Cette recherche a été publiée dans la revue Nature Medicine.
Source : Google
Crédit photo : Pixabay