Quand Covid est venu au Massachusetts, il a forcé Constance Lehman à changer la façon dont le Massachusetts General Hospital dépistait les femmes pour le cancer du sein. De nombreuses personnes sautaient des contrôles et des analyses réguliers en raison des inquiétudes concernant le virus. Ainsi, le centre codirect Lehman a commencé à utiliser un algorithme d’intelligence artificielle pour prédire qui est le plus à risque de développer un cancer.

Depuis le début de l’épidémie, dit Lehman, environ 20 000 femmes ont sauté le dépistage de routine. Normalement, cinq femmes sur 1000 dépistées présentent des signes de cancer. «Ce sont 100 cancers que nous n’avons pas diagnostiqués», dit-elle.

Lehman affirme que l’approche de l’IA a aidé à identifier un certain nombre de femmes qui, lorsqu’elles sont persuadées de se présenter pour un dépistage de routine, s’avèrent présenter des signes précoces de cancer. Les femmes signalées par l’algorithme étaient trois fois plus susceptibles de développer un cancer; les techniques statistiques précédentes n’étaient pas meilleures que le hasard.

L’algorithme analyse les mammographies antérieures et semble fonctionner même lorsque les médecins n’ont pas vu de signes avant-coureurs dans ces analyses antérieures. «Ce que font les outils d’IA, c’est d’extraire des informations que mon œil et mon cerveau ne peuvent pas», dit-elle.

Gracieuseté du MIT

Les chercheurs vantent depuis longtemps le potentiel de l’analyse de l’IA en imagerie médicale, et certains outils ont trouvé leur place dans les soins médicaux. Lehman travaille avec des chercheurs du MIT depuis plusieurs années sur les moyens d’appliquer l’IA au dépistage du cancer.

Mais l’IA est potentiellement encore plus utile pour prédire le risque avec plus de précision. Le dépistage du cancer du sein implique parfois non seulement d’examiner une mammographie pour détecter les précurseurs du cancer, mais aussi de collecter des informations sur les patientes et de les intégrer dans un modèle statistique pour déterminer la nécessité d’un dépistage de suivi.

Adam Yala, doctorant au MIT, a commencé à développer l’algorithme que Lehman utilise, appelé Mirai, avant Covid. Selon lui, l’objectif de l’utilisation de l’IA est d’améliorer la détection précoce et de réduire le stress et le coût des faux positifs.

Pour créer Mirai, Yala a dû surmonter des problèmes qui ont entravé d’autres efforts pour utiliser l’IA en radiologie. Il a utilisé une approche d’apprentissage automatique contradictoire, dans laquelle un algorithme tente de tromper un autre, pour tenir compte des différences entre les appareils de radiologie, ce qui pourrait signifier que les patientes confrontées au même risque de cancer du sein obtiennent des scores différents. Le modèle a également été conçu pour agréger les données de plusieurs années, ce qui le rend plus précis que les efforts antérieurs qui incluent moins de données.

L’algorithme MIT analyse les quatre vues standard d’une mammographie, à partir desquelles il déduit ensuite des informations sur un patient qui ne sont souvent pas collectées, telles que des antécédents chirurgicaux ou des facteurs hormonaux tels que la ménopause. Cela peut aider si ces données n’ont pas déjà été collectées par un médecin. Les détails du travail sont décrits dans un article publié aujourd’hui dans la revue Médecine translationnelle scientifique.

LAISSER UN COMMENTAIRE

Rédigez votre commentaire !
Entrez votre nom ici