L'IA détecte les cellules cancéreuses et évalue la fiabilité de son diagnostic
Des chercheurs mettent au point un système d'IA transparent destiné au diagnostic des lymphomes
Annonces
Le diagnostic de certaines formes de cancer du sang et des ganglions lymphatiques pourrait à l'avenir devenir plus simple et plus transparent. Des chercheurs de l'université de Marbourg ont mis au point « FlowXAI », un nouveau système d'intelligence artificielle qui aide les médecins à classer les lymphomes à cellules B. Contrairement à de nombreuses méthodes existantes, cette application ne se contente pas de fournir une proposition de diagnostic, mais explique également quelles caractéristiques cellulaires ont été déterminantes pour ce diagnostic et quel est le degré de fiabilité de cette évaluation. Les médecins peuvent ainsi concentrer leur attention de manière ciblée sur les cas difficiles ou incertains, indiquent les chercheurs dirigés par l’informaticien le professeur Michael Thrun et les oncologues Cornelia Brendel et Jörg Hoffmann. Les chercheurs publient leurs résultats dans le dernier numéro de la revue spécialisée PLOS Medicine.
Des ensembles de données gigantesques et complexes
Le diagnostic du cancer s’appuie de plus en plus sur des volumes de données importants et complexes. Dans le cas des maladies rares en particulier, une grande expérience est nécessaire pour interpréter correctement les données de mesure, souvent de haute dimension. Parallèlement, on ne dispose souvent que de peu de données d’entraînement pour les méthodes modernes d’IA concernant ces pathologies. À cela s’ajoute le fait que de nombreux modèles d’IA existants ne sont pas en mesure d’expliquer leurs décisions de manière compréhensible. « Cela pose problème pour une utilisation clinique, car les médecins doivent comprendre et évaluer le fondement d’une recommandation », explique Thrun, du département de mathématiques et d’informatique de l’université de Marbourg. Les chercheurs de Marbourg adoptent donc une approche différente : l’intelligence artificielle doit compléter de manière ciblée l’expertise médicale, et non la remplacer.
La cytométrie en flux analyse des milliers de composants sanguins
L’étude se concentre sur ce que l’on appelle les lymphomes non hodgkiniens à cellules B. Cette catégorie de cancers touche certaines cellules du système immunitaire et représente environ 90 % des maladies liées au cancer des ganglions lymphatiques. Elle représente environ 4 % de l’ensemble des nouveaux cas de cancer en Allemagne. Le diagnostic standard repose notamment sur la cytométrie en flux (flow cytometry). Cette technique permet d’analyser des milliers de cellules individuelles issues d’un échantillon sanguin et de les caractériser en fonction de leurs propriétés biologiques. Les ensembles de données ainsi générés sont très volumineux et leur analyse nécessite des connaissances spécialisées. Pour le développement et l’évaluation de FlowXAI, l’équipe de recherche a utilisé les données issues d’environ 20 000 échantillons sanguins. La nouvelle méthode a atteint une précision comparable à celle des systèmes modernes d’apprentissage profond, et donc un niveau de performance jusqu’alors réservé aux experts humains, tout en nécessitant nettement moins de données d’entraînement. Dans certaines analyses, quelques centaines de cas sélectionnés de manière ciblée ont suffi pour obtenir des résultats du niveau de ceux des experts cliniques.
L’IA évalue son propre diagnostic comme sûr, probable ou difficile
Les chercheurs considèrent FlowXAI comme une aide à la décision et un partenaire de réflexion pour les médecins. La responsabilité médicale reste entre les mains de l’humain. La capacité du système à s’auto-évaluer revêt ici une importance particulière : il classe les cas comme sûrs, probables ou difficiles, rendant ainsi transparente la fiabilité de l’évaluation de l’IA sur la base des ensembles de données appris et indiquant quand une expertise supplémentaire est nécessaire.
Ce projet est le fruit d’une étroite collaboration entre l’informatique et la médecine. Tandis que les médecins apportent leurs connaissances diagnostiques, les informaticiens développent les algorithmes et veillent à ce que leurs décisions soient présentées de manière compréhensible. Un premier prototype reproduit déjà l’ensemble du processus, de l’analyse d’un échantillon à la transmission d’une évaluation motivée. Les prochaines étapes consisteront à valider davantage le système dans des conditions cliniques réelles et à l’aide de données provenant de différents laboratoires. À long terme, cette technologie pourrait être utilisée dans la formation, l’assurance qualité et comme outil d’aide dans les laboratoires de diagnostic spécialisés.
Note: Cet article a été traduit à l'aide d'un système informatique sans intervention humaine. LUMITOS propose ces traductions automatiques pour présenter un plus large éventail d'actualités. Comme cet article a été traduit avec traduction automatique, il est possible qu'il contienne des erreurs de vocabulaire, de syntaxe ou de grammaire. L'article original dans Allemand peut être trouvé ici.
Publication originale
Autres actualités du département science
