Un nouveau modèle d’IA détecte quatre-vingt-dix pour cent des cas de cancer lymphatique

L’analyse d’images médicales utilisant l’IA s’est développée rapidement ces dernières années. Aujourd’hui, l’une des plus grandes études à ce jour a été réalisée en utilisant l’analyse d’images du lymphome, un cancer du système lymphatique, assistée par l’IA. Des chercheurs à Université de technologie Chalmers en Suèdeont développé un modèle informatique capable de détecter avec succès les signes de cancer des ganglions lymphatiques dans 90 % des cas.

De nouvelles méthodes assistées par ordinateur pour interpréter les images médicales sont en cours de développement pour diverses conditions médicales. Ils peuvent réduire la charge de travail des radiologues, en donnant un deuxième avis ou en classant les patients qui nécessitent le plus rapidement un traitement.

« Un système informatique d’interprétation des images médicales basé sur l’IA contribue également à accroître l’égalité en matière de soins en donnant aux patients l’accès à la même expertise et en pouvant faire examiner leurs images dans un délai raisonnable, quel que soit l’hôpital où ils se trouvent. Le système a accès à beaucoup plus d’informations, il facilite également la tâche dans le cas de maladies rares où les radiologues voient rarement des images », explique Ida Häggströmprofesseur agrégé au Département de génie électrique de Chalmers.

En étroite collaboration avec Académie Sahlgrenska de l’Université de Göteborg et l’hôpital universitaire Sahlgrenska, elle a participé au développement de l’imagerie médicale dans le domaine du cancer, ainsi que de plusieurs autres pathologies médicales, telles que les maladies cardiovasculaires, les accidents vasculaires cérébraux et l’ostéoporose.

Grande étude pour suivre le cancer dans le système lymphatique
En collaboration avec des chercheurs cliniquement actifs, entre autres, Centre de lutte contre le cancer Memorial Sloan Kettering à New YorkIda Häggström a développé un modèle informatique récemment présenté dans La santé numérique du Lancet.

“Sur la base de plus de 17 000 images de plus de 5 000 patients atteints de lymphome, nous avons créé un système d’apprentissage dans lequel des ordinateurs ont été entraînés à détecter des signes visuels de cancer dans le système lymphatique”, explique Häggström.

Dans le cadre de cette étude, les chercheurs ont examiné des archives d’images remontant à plus de dix ans. Ils ont comparé le diagnostic final des patients avec les images de tomographie par émission de positons (TEP) et de tomodensitométrie (TDM) prises avant et après le traitement. Ces informations ont ensuite été utilisées pour aider à entraîner le modèle informatique d’IA à détecter les signes de cancer des ganglions lymphatiques dans une image.

Formation supervisée
Le modèle informatique développé par Ida Häggström s’appelle Lars, Système de lecteur artificiel de lymphome, et il s’agit d’un système dit d’apprentissage profond basé sur l’intelligence artificielle. Il fonctionne en saisissant une image issue de la tomographie par émission de positons (TEP) et en analysant cette image à l’aide du modèle d’IA. Il est entraîné à trouver des motifs et des caractéristiques dans l’image, afin de prédire le mieux possible si l’image est positive ou négative, c’est-à-dire si elle contient ou non un lymphome.

« J’ai utilisé ce que l’on appelle une formation supervisée, où des images sont présentées au modèle informatique, qui évalue ensuite si le patient est atteint ou non d’un lymphome. Le modèle permet également de voir le véritable diagnostic, donc si l’évaluation est erronée, le modèle informatique est ajusté afin de s’améliorer progressivement pour déterminer le diagnostic », explique Häggström.

En pratique, qu’est-ce que cela signifie réellement que le modèle informatique utilise l’intelligence artificielle et l’apprentissage profond pour établir un diagnostic ?
« Il s’agit du fait que nous n’avons pas programmé d’instructions prédéterminées dans le modèle concernant les informations contenues dans l’image qu’il doit examiner, mais que nous l’avons laissé apprendre lui-même quels modèles d’image sont importants afin d’obtenir les meilleures prédictions possibles.

Accompagnement des radiologues
Ida Häggström décrit le processus consistant à apprendre à l’ordinateur à détecter, dans ce cas, le cancer dans les images, comme prenant du temps, et affirme qu’il a fallu plusieurs années pour terminer l’étude. L’un des défis a été de produire une telle quantité d’images. Il a également été difficile d’adapter le modèle informatique afin qu’il puisse faire la distinction entre le cancer et les changements temporaires spécifiques au traitement visibles sur les images après radiothérapie et chimiothérapie.

“Dans l’étude, nous avons estimé la précision du modèle informatique à environ quatre-vingt-dix pour cent, et surtout dans le cas d’images difficiles à interpréter, il pourrait aider les radiologues dans leurs évaluations.”

Cependant, il reste encore beaucoup de travail à faire pour valider le modèle informatique s’il doit être utilisé en pratique clinique.

«Nous avons mis le code informatique à disposition dès maintenant afin que d’autres chercheurs puissent continuer à travailler sur la base de notre modèle informatique, mais les tests cliniques à réaliser sont approfondis», explique Häggström.

En savoir plus sur la recherche
• L’article scientifique Deep learning for [¹⁸F]Classification du fluorodésoxyglucose-PET-CT chez les patients atteints de lymphome : une analyse rétrospective bicentrique a été publiée dans The Lancet Digital Health.
• Les auteurs de l’étude sont Ida Häggström, Doris Leithner, Jennifer Alvén, Gabriele Campanella, Murad Abusamra, Honglei Zhang, Shalini Chhabra, Lucian Beer, Alexander Haug, Gilles Salles, Markus Raderer, Philipp B. Staber, Anton Becker, Hedvig Hricak. , Thomas J. Fuchs, Heiko Schöder et Marius E. Mayerhoefer.
• Les chercheurs sont actifs à l’Université de technologie Chalmers, au Memorial Sloan Kettering Cancer Center à New York, à l’Université de médecine de Vienne, à l’École de médecine Icahn du Mount Sinai à New York et à NYU Langone Health à New York.

S’abonner aux mises à jour Se désabonner des mises à jour
2024-03-24 20:22:32
1711301859


#nouveau #modèle #dIA #détecte #quatrevingtdix #pour #cent #des #cas #cancer #lymphatique