L'intelligence artificielle, via l'apprentissage profond, détecte le cancer du poumon avec une précision supérieure à celle des radiologues sur les tomodensitogrammes.
L'apprentissage profond est une branche de l'IA où les ordinateurs apprennent à identifier des motifs à partir d'un grand volume d'exemples. Des chercheurs de l'Université Northwestern à Chicago ont appliqué cette technologie à 6 716 tomodensitogrammes de patients suspects de cancer du poumon, afin de repérer les nodules malins.
Les performances du système ont été évaluées en termes de sensibilité (taux de vrais positifs chez les malades) et de spécificité (taux de vrais négatifs chez les personnes saines), et comparées à celles de six radiologues expérimentés.
Avec un seul scanner récent disponible, le système a surpassé les radiologues, avec moins de faux positifs et faux négatifs. Résultat : moins de biopsies pulmonaires invasives inutiles et moins de tumeurs manquées. En cas de scanner antérieur disponible, le système et les radiologues ont affiché des performances équivalentes, la vitesse de croissance d'un nodule étant un indicateur clé de malignité.
Selon les chercheurs, cette supériorité s'explique par la capacité du système à analyser les poumons en trois dimensions, contrairement aux radiologues qui travaillent en deux dimensions.
Le cancer du poumon est le plus mortel de tous les cancers. Une détection précoce permet un traitement rapide et améliore significativement les chances de guérison. Trop souvent, il n'est diagnostiqué qu'à un stade avancé, rendant le traitement beaucoup plus complexe.
