L’IA pourrait compenser le manque de radiologues dans la lutte contre le cancer du sein, mais elle n’est pas encore prête

Récemment, une équipe de chercheurs de l’Imperial College London et de Google (GOOGL ) Health a créé un modèle de vision par ordinateur destiné à diagnostiquer les cas de cancer du sein à partir de radiographies. Selon CNN, le modèle a été formé à partir de radiographies de plus de 29 000 femmes, et lorsqu’il a été comparé à six radiologues, le modèle a réussi à surpasser les évaluations des médecins.

Actuellement, le NHS utilise les décisions combinées de deux médecins pour diagnostiquer le cancer du sein à partir de radiographies. Si les deux médecins sont en désaccord, un troisième est appelé pour examiner les images. Alors que les médecins avaient accès aux dossiers médicaux des patients, l’appareil IA n’avait que les mammographies pour prendre ses décisions. Malgré cette limitation, le modèle IA s’est avéré au moins aussi bon pour diagnostiquer le cancer du sein que deux médecins. En fait, le modèle a performé mieux qu’un seul médecin pour détecter le cancer du sein. Lorsque l’on compare les taux de faux positifs entre l’IA et les médecins, l’IA a réduit légèrement les faux positifs, étant environ 1,2 % plus précise en général. Selon les résultats du rapport de recherche, l’IA a également réduit les taux de faux négatifs (où un cas réel de cancer est manqué) d’environ 2,7 %.

L’un des auteurs de l’article, le directeur du Cancer Research UK Imperial Center, Ara Darzi, a expliqué que l’équipe de recherche n’avait pas prévu que leur système livrerait des résultats de si haute qualité. Cependant, Darzi est enthousiaste à l’idée d’améliorer la productivité et la précision lors du dépistage du cancer.

Le cancer du sein est la deuxième cause de décès par cancer chez les femmes, mais les résultats peuvent être améliorés de manière spectaculaire si la maladie est diagnostiquée tôt. Le problème est que, selon la Société américaine du cancer, même les programmes de dépistage à grande échelle manquent actuellement environ un cas sur cinq.

C’est pourquoi l’équipe de recherche est optimiste quant à la possibilité d’améliorer leur système et de le faire surpasser même les meilleurs cliniciens. L’équipe de recherche a également déclaré que leur algorithme pourrait potentiellement résoudre le problème de pénurie de radiologues. Un rapport de la Royal College of Radiologists a constaté que au Royaume-Uni, il y aura une pénurie de près de 2 000 radiologues d’ici 2023, à moins que quelque chose ne soit fait pour remédier à la situation.

Cependant, Darzi admet que, à ce stade, le système n’est pas prêt à remplacer les humains et à être utilisé comme interprète secondaire. Les outils IA dans le domaine de la santé ont souvent échoué à tenir leurs promesses initiales, en raison de facteurs complexes qui ne peuvent pas être simulés de manière adéquate lors de la formation. Une grande limitation de l’étude est que les images proviennent toutes d’un seul système de mammographie et que les images manquent de diversité. Selon QZ, l’équipe de recherche n’a pas eu accès aux détails qui auraient pu être utilisés pour déterminer la diversité des images dans le jeu de données, et il n’est donc pas possible de savoir si le système était toujours très précis lorsqu’il était invité à examiner des radiographies de minorités. Il existe des disparités raciales dans le diagnostic du cancer du sein au Royaume-Uni et aux États-Unis, les femmes noires étant moins susceptibles de subir un dépistage du cancer du sein au Royaume-Uni.

Google prévoit de consacrer du temps à remédier aux disparités dans les données sur lesquelles le modèle est formé avant de le mettre à la disposition des partenaires de santé, dans le but de créer un jeu de données plus large et plus inclusif. Le système devra également être testé dans des essais cliniques avant d’être mis à disposition pour une utilisation dans les établissements de santé. Les algorithmes développés par l’équipe de recherche ont le pouvoir d’améliorer réellement les résultats de santé et de sauver des vies, mais seulement s’ils sont soigneusement et rigoureusement testés.