Pour la première fois au niveau mondial, un algorithme basé sur une intelligence artificielle est validé cliniquement pour le diagnostic du cancer du sein, qui consiste en des prélèvements de tissus pour effectuer un examen. L’intelligence artificielle, renommée Galen Breast, a été développée dans l’objectif de réduire les erreurs et d’améliorer la qualité du diagnostic.
Grâce à des méthodes d’apprentissage profond - le fameux "deep learning" - l’algorithme de l’IA est aujourd'hui capable d'identifier plus de 50 caractéristiques mammaires spécifiques. Cela a été rendu possible grâce à plus de deux millions d’échantillons d’images et 18 spécialistes. Ils ont entraîné cet algorithme afin de garantir un diagnostic robuste et fiable. Les échantillons d’entraînement pour l’algorithme ont été sélectionnés à l’aide de plusieurs critères, comme par exemple des cas mammaires choisis au hasard ou encore des échantillons avec des caractéristiques particulières peu communes (sous-types rares de cancer invasif). Cependant, Galen Breast n’a pas pour vocation de remplacer les médecins. Cet outil fournit des informations qui permettent de détecter l’avancée de différents types de cancer du sein et ainsi affiner la précision du diagnostic.
Aujourd’hui, le cancer du sein est le plus fréquent chez les femmes dans le monde, avec plus de 2,2 millions de nouveaux cas chaque année. Il devient primordial d’établir un diagnostic précis et rapide afin de prendre en charge les patientes de façon efficace. Cependant, l’augmentation de l’incidence globale du cancer du sein et la diminution du nombre de pathologistes (moins 17 % entre 2007 et 2017) rend cette tache difficile. A ce jour, l'algorithme est uniquement entraîné pour diagnostiquer des échantillons de biopsies sur lame (échantillons traités et colorés selon différents procédés). Les travaux à venir ont pour objectif de former l'IA à détecter les pathologies du sein directement sur des échantillons chirurgicaux.
Article rédigé par Georges Simmonds pour RT Flash
