Un logiciel d'intelligence artificielle semble en mesure de réduire la charge de travail des radiologues dans le dépistage du cancer du sein, selon les premières données d'une étude publiée mercredi, même s'il est trop tôt pour conclure à son intérêt réel.
Réalisée en Suède et publiée dans le Lancet Oncology, cette étude permet surtout de conclure qu'il n'y a pas de risque à ce que les radiologues utilisent un logiciel d'intelligence artificielle (IA) pour mieux orienter leurs analyses.
Les chercheurs ont divisé quelque 80.000 femmes en deux groupes de taille semblable. Toutes ont effectué une mammographie mais le premier groupe a été dépisté de manière classique, c'est-à-dire avec le regard de deux radiologues indépendants, tandis que les données du second ont d'abord été examinés par une IA puis par un seul radiologue.
En fin de compte, le groupe assisté par l'IA n'a pas enregistré de moins bonnes performances: on y a même détecté légèrement plus de cancers. Le taux de "faux positifs" était, lui, semblable.
Un seul radiologue étant nécessaire dans la procédure impliquant une IA, l'usage de cette technologie pourrait éventuellement réduire de moitié la charge de travail de ces médecins avance cette étude.
Ces résultats sont prometteurs car le dépistage est largement considéré comme l'une des principales manières de lutter contre le cancer du sein.
Pour autant, il est trop tôt pour conclure à l'intérêt réel de l'IA dans le domaine: il faudra plusieurs années de recul pour savoir si elle a été aussi efficace qu'un double avis humain.
Pour ce faire, les chercheurs compareront dans deux ans le taux de cancers qui auront échappé au dépistage mais auront été diagnostiqués dans l'intervalle.
Ces premières données laissent aussi planer une incertitude sur le risque de "surdiagnostic".
Cette question du surdiagnostic est au cœur de certaines critiques sur le bien-fondé du dépistage généralisé, même si la recherche confirme de plus en plus clairement son intérêt pour réduire la mortalité du cancer du sein.
Derniers commentaires
Charles KARIGER
05 aout 2023Rassurant:
"Comment fonctionne le Machine Learning ?
Dans le développement d’un modèle de Machine Learning la première étape consiste à sélectionner et à préparer un ensemble de données d’entraînement. Ces données seront utilisées pour nourrir le modèle de Machine Learning pour apprendre à résoudre le problème pour lequel il est conçu.
Les données peuvent être étiquetées, afin d’indiquer au modèle les caractéristiques qu’il devra identifier. Elles peuvent aussi être non étiquetées, et le modèle devra repérer et extraire les caractéristiques récurrentes de lui-même.
Dans les deux cas, les données doivent être soigneusement préparées, organisées et nettoyées. Dans le cas contraire, l’entraînement du modèle de Machine Learning risque d’être biaisé. Les résultats de ses futures prédictions seront directement impactés."
Et bien sûr, pour procéder au diagnostic, l'IA, comme un sénologue chevronné, pourra procéder à la palpation, pourra manipuler la sonde de l'échographe, corréler ses observations à l'histologie et, enfin, auto-déterminer des modifications de ses algorithmes... Peut-être même inventer de nouvelles pathologies... rêvons...
Passionnant.
Charles KARIGER
05 aout 2023Rassurant:
Et bien sûr, pour procéder au diagnostic,telle un sénologue expérimenté, l'IA pourra procéder à la palpation, pourra manipuler la sonde de l'échographe, corréler ses observations à l'histologie et, enfin, auto-déterminer des modifications de ses algorithmes... Peut-être même inventer de nouvelles pathologies... rêvons...
Passionnant.