Restez informé avec des mises à jour gratuites
Inscrivez-vous simplement à la Intelligence artificielle myFT Digest – livré directement dans votre boîte de réception.
Un nouveau modèle de base d’intelligence artificielle peut détecter avec précision plusieurs types de cancer, évaluer les traitements et prédire les taux de survie, dans la dernière avancée en matière de diagnostic médical basée sur cette technologie.
Le modèle, connu sous le nom de « Chief », constitue une avancée majeure en raison de l’étendue des tumeurs qu’il peut analyser et de sa capacité à prédire les résultats pour les patients, affirment ses inventeurs de la Harvard Medical School.
Chief souligne comment l’IA a permis d’améliorer les techniques de diagnostic basées sur des images, en partie parce qu’elle est capable de repérer l’importance de caractéristiques que même un œil humain expérimenté peut manquer.
« Notre ambition était de créer une plateforme d’IA agile et polyvalente de type ChatGPT, capable d’effectuer un large éventail de tâches d’évaluation du cancer », a déclaré Kun-Hsing Yu, professeur adjoint d’informatique biomédicale à l’Institut Blavatnik de la Harvard Medical School. « Notre modèle s’est avéré très utile pour de nombreuses tâches liées à la détection du cancer, au pronostic et à la réponse au traitement de plusieurs types de cancer. »
Si les récentes avancées de l’IA ont suscité des craintes quant aux abus de cette technologie, les optimistes affirment qu’elle a également le pouvoir de produire des avantages à long terme pour l’humanité dans des domaines tels que la médecine et la science du climat.
Chief, décrit dans un article publié aujourd’hui dans Nature, fonctionne en lisant des lames numériques de tissus tumoraux. Il a été entraîné sur des sections d’images non étiquetées de 15 minutes, puis sur 60 000 images de lames entières de tissus, couvrant 19 cancers différents.
L’idée était de s’assurer que Chief puisse relier les changements détaillés d’une région de tissu à son contexte plus large, ont expliqué les chercheurs. Ils ont testé ses performances sur près de 20 000 images de diapositives entières provenant de 24 hôpitaux et cohortes de patients du monde entier.
Selon l’étude, Chief a surpassé de 36 % les autres méthodes de diagnostic par IA en matière de détection des cellules cancéreuses, de prédiction des résultats pour les patients et d’identification des origines des tumeurs et de la présence de modèles génétiques liés à la réponse au traitement. Contrairement à certains autres modèles actuels, il avait la polyvalence nécessaire pour maintenir ses performances quelles que soient les techniques utilisées pour obtenir et numériser les cellules tumorales, ont-ils ajouté.
Chief a montré une précision globale de près de 94 % pour la détection du cancer, atteignant 96 % pour les tumeurs de l’œsophage, de l’estomac, du côlon et de la prostate. Sa capacité à relier les modèles de cellules tumorales à des aberrations génomiques spécifiques pourrait aider à suggérer les meilleurs traitements sans avoir recours à un séquençage d’ADN coûteux et lent, ont suggéré les scientifiques.
Le modèle a fourni des informations supplémentaires révélatrices sur les tissus entourant les tumeurs, notamment la présence d’un plus grand nombre de cellules immunitaires chez les survivants du cancer à long terme par rapport à ceux qui sont décédés plus tôt, indique l’article.
Si Chief et d’autres approches similaires sont validées par des recherches plus poussées, elles pourraient être utilisées pour « identifier précocement les patients atteints de cancer qui pourraient bénéficier de traitements expérimentaux ciblant certaines variations moléculaires », y compris dans les pays où cela n’est pas actuellement fait, a déclaré Yu.
Les modèles d’IA s’avèrent être un allié de plus en plus utile pour les professionnels de la santé dans le domaine de l’imagerie, en raison de leur rapidité et de leur capacité à repérer des modèles. Bien qu’ils soient encore imparfaits, ils peuvent être utiles au triage, comme deuxième avis ou pour générer des informations qu’un médecin aurait pu négliger ou ignorer.
Chief semble être un nouvel outil important pour lutter contre le cancer dans un domaine en pleine croissance de modèles d’IA diagnostiques fondamentaux, a déclaré le professeur Eric Topol, fondateur et directeur du Scripps Research Translational Institute en Californie.
En avril, des chercheurs de la Harvard Medical School à l’hôpital Brigham and Women’s de Boston ont annoncé deux modèles — connus sous le nom d’Uni et de Conch — pour lire, interpréter et classer les lames de microscopie des tissus des patients. Ils ont montré de bons résultats dans des tâches de diagnostic allant de la détection de maladies à l’évaluation des transplantations d’organes, ainsi qu’une certaine capacité à identifier des maladies nouvelles et rares.
Les nouveaux modèles de diagnostic de base de l’IA en évolution promettaient de « fournir des informations exceptionnelles à partir d’images de lames entières, notamment en améliorant la précision du diagnostic et du pronostic », a déclaré Topol.