La découverte annoncée fin janvier par une équipe de chercheurs du Massachusetts General Hospital de Harvard et du Massachusetts Institute of Technology, fait partie d’une tendance médicale croissante à utiliser des algorithmes pour tout prédire, de Sein le cancer et le cancer de la prostate à la probabilité de repousse des tumeurs. Bien que la recherche augmente, les scientifiques affirment que davantage de tests doivent être effectués avant de libérer pleinement ces produits dans les milieux cliniques.
L’outil s’appelle Sybil, du nom du prophète dans la littérature grecque antique. Il s’agit d’un modèle d’apprentissage en profondeur, ce qui signifie que les ordinateurs analysent d’énormes ensembles de données pour identifier et catégoriser les modèles. Sybil a été formée sur six ans d’analyses pulmonaires de patients aux États-Unis et à Taïwan, ont déclaré des chercheurs.
Les résultats de l’étude ont montré que Sybil a obtenu des scores scientifiquement considérés comme “bons” et “forts” pour prédire le cancer du poumon sur six ans. Il était plus fort avec ses taux de prédiction sur un an, ont noté les scientifiques de l’étude.
Le cancer du poumon est “le plus grand tueur de cancer car il est relativement courant et relativement difficile à traiter”, a déclaré Florian Fintelmann, radiologue interventionnel au Massachusetts General Cancer Center et co-auteur de l’étude. “Si vous détectez le cancer du poumon tôt, les résultats à long terme sont nettement meilleurs.”
Le cancer est le deuxième cause des décès dans le monde, et à mesure que les progrès des logiciels d’intelligence artificielle et de la puissance de calcul ont augmenté, il est devenu un domaine mûr pour les chercheurs pour appliquer la technologie dans l’espoir d’aider les médecins à établir des diagnostics.
Des chercheurs utilisent l’intelligence artificielle pour suivre cancer de la prostate progression, cancer du sein ou même le repousse des tumeurs après avoir suivi un traitement.
Une grande partie de la technologie consiste à analyser de grandes quantités de scans médicaux, d’ensembles de données ou d’images, puis de les introduire dans un logiciel d’intelligence artificielle complexe. À partir de là, les ordinateurs sont formés pour repérer les images de tumeurs ou d’autres anomalies qui, selon les chercheurs, peuvent être plus précises et plus rapides que l’œil humain.
Ces dernières années, il y a eu une augmentation des nouvelles thérapies pour lutter contre le cancer du poumon, ont déclaré les chercheurs de l’étude, mais de nombreux patients meurent encore de la maladie en raison d’obstacles.
Ceux qui sont âgés et pauvres pourraient ne pas bénéficier de dépistages en raison du financement fédéral limité. De nombreux patients diagnostiqués avec un cancer du poumon n’ont jamais fumé ou sont d’anciens fumeurs qui ont arrêté il y a plus de 15 ans, ont déclaré des chercheurs du MIT, ce qui les rend inéligibles aux dépistages aux États-Unis.
Pour ceux qui peuvent se faire dépister, le moyen le plus courant consiste à utiliser des tomodensitogrammes à faible dose, appelés LDCT. Les chercheurs ont créé Sybil pour accélérer le processus de dépistage, permettant au logiciel d’analyser les images LDCT sans l’aide de radiologues pour prédire le risque de cancer jusqu’à six ans à l’avance.
Mais la construction de Sybil était un défi, ont déclaré les auteurs de l’étude. Peter Mikhael, chercheur et affilié à la Jameel Clinic du MIT et à son laboratoire d’informatique et d’intelligence artificielle, l’a décrit comme “tentant de trouver une aiguille dans la botte de foin”.
La plupart les données d’imagerie pour former Sybil ne contenaient pas de signes manifestes de cancer, car le cancer du poumon à un stade précoce se trouve dans de petites parties du poumon et peut être difficile à l’œil nu reperer. Pour s’assurer que le logiciel pourrait évaluer le risque de cancer, l’équipe de l’étude “a étiqueté des centaines de tomodensitogrammes avec des tumeurs cancéreuses visibles” et les a introduites dans Sybil avant de libérer le logiciel sur les tomodensitogrammes avec des signes limités de cancer, ont déclaré les chercheurs.
L’équipe a utilisé des ensembles de données du National Lung Screening Trial, du Massachusetts General Hospital et du Chang Gung Memorial Hospital à Taiwan. Selon l’étude, certaines des données étaient largement faussées par les Blancs.
Les experts médicaux préviennent que les logiciels de lutte contre le cancer nécessitent davantage d’études avant d’être utilisés en clinique, selon des scientifiques du gouvernement et des études de recherche.
Des chercheurs de Harvard et des Pays-Bas a dit que les compétences nécessaires pour traduire les informations générées par les algorithmes d’IA restent au «stade naissant». De plus, les avantages que l’IA peut apporter à la médecine sont actuellement assez limités. Même avec ces outils de détection, les médecins doivent toujours établir des diagnostics, concevoir des plans de traitement et gérer l’ensemble des soins.
Autres experts médicaux signaler que davantage de tests doivent être effectués pour voir dans quelle mesure le logiciel fonctionne sur une variété de patients, en utilisant différents scanners et outils. Il faut également faire plus de travail pour montrer que le logiciel profite réellement aux gens, soit en les aidant à vivre plus longtemps, en prévenant le cancer ou en économisant du temps et de l’argent. Le fonctionnement des algorithmes doit être transparent, et non une «boîte noire», ont-ils déclaré.
Les chercheurs du MIT ont déclaré qu’ils poursuivraient leurs travaux.
“Une prochaine étape passionnante de la recherche consistera à tester Sybil de manière prospective sur des personnes à risque de cancer du poumon qui n’ont pas fumé ou qui ont arrêté il y a des décennies”, a déclaré Lecia Sequist, directrice du Center for Innovation in Early Cancer Detection au Massachusetts General Hospital.
