Comment l'intelligence artificielle réduit les erreurs de diagnostic du cancer de la prostate

Une équipe de chercheurs aux Etats-Unis a développé un modèle d'apprentissage automatique pour détecter le cancer de la prostate sur des fragments de tissus. Il aurait démontré des taux de réussite largement supérieurs à ceux précédemment obtenus. Les scientifiques estiment par ailleurs que ce modèle pourrait aussi être utilisé sur le cancer du sein.

Partager
Comment l'intelligence artificielle réduit les erreurs de diagnostic du cancer de la prostate

Des chercheurs de l'Université américaine de Pittsburgh et du centre médical rattaché à cet établissement (UPMC) ont développé un modèle d'apprentissage automatique pour détecter le cancer de la prostate. Leurs travaux ont été publiés dans la revue The Lancet Digital Health le 29 juillet.

L'algorithme a été conçu à partir de fragments de prostate – une glande qui fait partie de l'appareil reproducteur masculin – récupérés lors de biopsie. Ils ont été colorés pour distinguer les différents éléments cellulaires (noyau, collagène…) puis numérisés. Plus d'un million d'images ont ainsi été obtenues pour entraîner le réseau de neurones.

Chaque image a été étiquetée par des pathologistes pour apprendre au modèle à distinguer les tissus sains des tissus anormaux. L'algorithme a ensuite été testé sur un ensemble distinct de 1600 lames provenant de 100 patients examinés à l'UPMC pour suspicion de cancer de la prostate.

Sensibilité de 98 % et spécificité de 97 %
Lors des tests, l'algorithme a démontré une sensibilité de 98 % (capacité à détecter un maximum de malades) et une spécificité de 97 % (capacité à ne détecter que les malades). D'après les scientifiques, ce sont des résultats largement supérieurs à ceux précédemment obtenus à partir de fragments.

Le modèle d'apprentissage automatique a également repéré six fragments qui n'avaient pas été annotés comme suspects par les médecins. "Des algorithmes comme celui-ci sont particulièrement utiles pour les lésions atypiques", déclare Rajiv Dhir, pathologiste et auteur de la publication. "Une personne non spécialisée peut ne pas être en mesure de faire une évaluation correcte. C'est un avantage majeur de ce genre de système", poursuit-il.

Un algorithme applicable au cancer du sein
L'équipe de chercheurs estime que ce modèle d'apprentissage automatique pourrait tout à fait s'appliquer au cancer du sein, tumeur la plus fréquente chez les femmes dans le monde d'après l'Organisation mondiale de la santé (OMS). Il faudrait appliquer la même méthodologie mais cette fois-ci avec des fragments de biopsie mammaire.

La détection du cancer de la prostate fait l'objet de nombreux travaux car il s'agit du cancer le plus fréquent chez les hommes. IBM Watson Heath et l'entreprise française Guerbet ont signé un partenariat pour développer un outil d'imagerie médicale combiné à une solution d'intelligence artificielle capable de diagnostiquer plus rapidement un cancer de la prostate. Contrairement aux scientifiques de l'Université de Pittsburgh, ils cherchent avant tout à supprimer l'étape de la biopsie qui, en plus d'être douloureuse, peut s'avérer inexacte. La détection de la tumeur passerait par des clichés obtenus à partir d'une IRM prostatique fonctionnelle.

SUR LE MÊME SUJET

Sujets associés

NEWSLETTER L'Usine Digitale

Nos journalistes sélectionnent pour vous les articles essentiels de votre secteur.

Votre demande d’inscription a bien été prise en compte.

Votre email est traité par notre titre de presse qui selon le titre appartient, à une des sociétés suivantes...

Votre email est traité par notre titre de presse qui selon le titre appartient, à une des sociétés suivantes du : Groupe Moniteur Nanterre B 403 080 823, IPD Nanterre 490 727 633, Groupe Industrie Service Info (GISI) Nanterre 442 233 417. Cette société ou toutes sociétés du Groupe Infopro Digital pourront l'utiliser afin de vous proposer pour leur compte ou celui de leurs clients, des produits et/ou services utiles à vos activités professionnelles. Pour exercer vos droits, vous y opposer ou pour en savoir plus : Charte des données personnelles.

ARTICLES LES PLUS LUS