Il y a encore des doutes quant au moment et à la fréquence à laquelle les femmes devraient passer une mammographie pour éviter cancer du sein? Des études montrent clairement que le dépistage peut conduire à un diagnostic précoce de la maladie lorsqu'elle est la plus guérissable.
Pour cette raison, l'amélioration de l'efficacité des mammographies capables de détecter des anomalies potentiellement cancéreuses est une priorité absolue. Et c'est là que l'IA de Google entre en jeu.
L'intelligence artificielle pourrait jouer un rôle crucial dans ce domaine. L'apprentissage automatique de l'IA pourrait aider les médecins à lire les mammographies avec plus de précision.
Dans une étude publiée le 1er janvier dans NatureDes chercheurs de Google Health and University et des États-Unis et du Royaume-Uni illustrent un modèle d'IA qui lit les mammographies avec moins de faux positifs et de faux négatifs que les experts humains.
L'algorithme, basé sur des mammographies prélevées sur plus de 76.000 15.000 femmes au Royaume-Uni et plus de 6 1 aux États-Unis, a réduit les taux de faux positifs de près de 2 % aux États-Unis, où les femmes sont dépistées tous les XNUMX à XNUMX ans. Au Royaume-Uni, où les femmes sont dépistées tous les trois ans, l'amélioration n'était « que » de 1,2 %.
Le modèle d'intelligence artificielle a également réduit les faux négatifs dans les mammographies de plus de 9% aux États-Unis et de près de 3% au Royaume-Uni.
"La lecture des mammographies est une tâche parfaite à confier à l'apprentissage automatique et à l'intelligence artificielle", dit le dr. Mozziyar Etemadi, chercheur assistant professeur d'anesthésie et de génie biomédical à la Northwestern University, l'un des co-auteurs de l'étude.
"L'intelligence artificielle excelle quand elle doit faire la même chose encore et encore et doit trouver la seule chose qui pourrait apparaître une fois sur 10.000 XNUMX. Mais honnêtement, je ne m'attendais pas à ce que cela fonctionne déjà beaucoup mieux que les médecins. J'ai été surpris."
C'est une amélioration par rapport à d'autres études mineures sur l'intelligence artificielle et les mammographies
Dans une autre étude, une machine avait battu plus de 101 radiologues en lisant les scans. Cette étude récente est l'une des plus statistiquement significatives à ce jour étant donné son vaste ensemble de données et le fait que le modèle d'intelligence artificielle a surpassé les médecins.
Une fois que l'équipe a appris que l'IA pouvait être formée pour lire efficacement les mammographies sur les ensembles de données américains et britanniques, elle a effectué un autre test. Il a formé l'algorithme sur des données américaines, puis l'a appliqué à des cas britanniques et vice versa. Encore une fois, les résultats étaient meilleurs que ceux des médecins. "C'est encourageant car dans des situations réelles où utiliser ces modèles, c'est exactement ce qui se passera. Il sera utilisé sur des populations pour lesquelles il n'aura pas nécessairement été formé."il dit Shravaya Shetty, Responsable technique de Google Health.
De plus en plus bon
Un avantage de la plateforme Google est sa puissance de traitement. Comme la résolution des images de mammographie s'est améliorée ces dernières années, elles sont devenues si pleines de données que l'œil humain (même celui d'un radiologue hautement qualifié) peut ne pas être en mesure de les traiter entièrement. La puissance de calcul de Google a permis à l'algorithme de traiter presque tous les pixels disponibles.
Pour qu'un algorithme d'intelligence artificielle reconnaisse des lésions anormales dans le tissu mammaire, le modèle doit être formé avec un grand nombre d'images mammographiques. Plus nous en avons, mieux c'est.
Pour l'instant, les experts voient (comme il se doit) l'IA comme un support pour les radiologues qui lisent les images de mammographie, plutôt que comme un substitut.
Par exemple, les modèles d'intelligence artificielle pourraient effectuer la première passe des évaluations, laissant aux experts, qui ont d'autres informations précieuses telles que les antécédents familiaux de cancer d'une femme, la tâche d'interpréter les cas plus difficiles.
« Les soins de santé sont compressés à mesure que le nombre de patients augmente et que le temps que les médecins doivent observer pour évaluer les patients est réduit. C'est pourquoi des outils comme ceux-ci sont ce que tout médecin attend ", dit Etemadi.
