RTFlash

VOUS ÊTES ICI :
Une intelligence artificielle détecte les tumeurs du cerveau en temps réel

TIC

Une intelligence artificielle détecte les tumeurs du cerveau en temps réel

Mercredi, 29/01/2020 - 19:22 0 commentaire
Une intelligence artificielle détecte les tumeurs du cerveau en temps réel zoom

Dénicher les tumeurs au cerveau le plus tôt possible est essentiel pour augmenter les chances de guérison des patients. C'est pourquoi une nouvelle technique de détection développée par des chercheurs américains nourrit de grands espoirs. Ces derniers, issus du NYU Langone Health - un centre médical académique de New York - et de la NYU School of Medicine - la faculté de médecine de l'Université de New-York - ont combiné une technique d'imagerie optique avec un algorithme d'intelligence artificielle (IA). Ce dispositif leur a permis de créer un outil pouvant poser des diagnostics extrêmement précis en temps réel, alors même que le patient est encore sur la table d'opération.

Pour déterminer l'efficacité de leur méthode, les chercheurs ont comparé la précision du diagnostic de leur machine avec celle de médecins spécialisés dans la détection de tumeurs du cerveau face à une série d'images médicales. Les résultats se sont révélés excellents, puisque la machine a obtenu 94,6 % de bonnes réponses, contre 93,9 % pour les médecins. Mais c'est surtout la rapidité avec laquelle l'IA pose les diagnostics qui est notable, puisque cette dernière est environ 10 fois plus rapide que les humains.

La technique d'imagerie optique, baptisée Stimulated Raman Histology (SRH), permet de révéler des tumeurs présentes dans le tissu humain en diffusant une lumière laser dans le cerveau qui éclaire des zones normalement invisibles. Les photos obtenues sont ensuite traitées et analysées grâce à un algorithme d'intelligence artificielle qui, en moins de 2 minutes 30, peut poser un diagnostic sur les tumeurs cérébrales.

Pour créer leur algorithme d'intelligence artificielle - plus exactement d'apprentissage automatique -, les chercheurs ont d'abord formé un réseau neuronal convolutif profond (CNN). Ils lui ont appris à détecter des tumeurs en le "nourrissant" avec plus de 2,5 millions d'échantillons provenant de 415 patients et représentant les 13 catégories de tumeurs cérébrales les plus courantes, dont le gliome malin, le lymphome, les tumeurs métastatiques et le méningiome.

Les scientifiques ont ensuite recruté 278 patients qui devaient subir une ablation chirurgicale d'une tumeur cérébrale. Ils ont prélevé des échantillons de leurs tumeurs qu'ils ont divisés en plusieurs sous-échantillons, répartis au hasard entre un groupe témoin et un groupe expérimental.

Ces échantillons du groupe témoin ont été analysés grâce à la procédure standard : transport dans un laboratoire spécialisé, traitement, préparation des lames et interprétation des médecins, ce qui prend en tout 20 à 30 minutes. Les échantillons du groupe expérimental, eux, étaient analysés grâce à la nouvelle méthode décrite dans l'étude. Cette fois, le processus entier - acquisition des images, traitement et prédiction par diagnostic du CNN - se déroulait quasi en temps réel, alors que le patient était encore endormi. 

Article rédigé par Georges Simmonds pour RT Flash

Nature

Noter cet article :

 

Vous serez certainement intéressé par ces articles :

Recommander cet article :

back-to-top