L’intelligence artificielle pourrait être aussi efficace qu’un radiologue pour identifier une tumeur mammaire sur une mammographie, suggère une étude publiée dans le Journal of the National Cancer Institute.
Le cancer du sein est l’une des maladies oncologiques les plus courantes chez la femme et demeure en dépit des progrès thérapeutiques une cause de mortalité majeure, avec environ 500.000 décès chaque année à travers le monde. Les programmes de dépistage sont habituellement considérés comme une arme efficace pour abaisser la mortalité associée à la maladie, mais ils demandent beaucoup de travail à cause du grand nombre de patientes à dépister pour chaque cas identifié, sans compter que la double lecture, en particulier en Europe, débouche sur des frais accrus. En outre, 25 % des tumeurs visibles à la mammographie passent malgré tout entre les mailles du filet.
De par la pénurie croissante de radiologues dans bien des pays, il est aujourd’hui devenu nécessaire de trouver des stratégies alternatives pour maintenir les programmes de dépistage actuels, affirment les auteurs. Il est évidemment aussi crucial de ne pas rater ou mal interpréter les lésions visibles à la mammographie numérique (MN).
Dans les années ’90 du siècle dernier ont été développés des systèmes de détection assistés par ordinateur capables d’identifier et de classer automatiquement les lésions visibles à la mammographie, mais aucune étude n’a pu démontrer jusqu’ici que ces outils amélioraient aussi effectivement les prestations ou le rapport coût-efficacité du dépistage.
Ces dernières années, les experts ont toutefois développé des algorithmes reposant sur l’apprentissage profond (Deep Learning), dont certains ont d’ores et déjà livré des résultats prometteurs, fût-ce uniquement dans des scénarios bien spécifiques.
Non-infériorité statistiquement significative
Des chercheurs de l’université d’Oxford ont comparé les prestations de tels systèmes d’intelligence artificielle à celles de 101 radiologues en chair et en os afin de déterminer si les premiers (qui sont déjà disponibles sur le marché) étaient susceptibles d’améliorer le dépistage du cancer du sein.
Ils ont utilisé pour ce faire neuf fichiers de données précédemment utilisés à des fins de recherche dans sept pays.
Chaque fichier comportait des mammographies numériques réalisées avec les systèmes de divers producteurs, plusieurs évaluations par des radiologues pour chaque examen et une analyse ou un suivi histopathologique, ce qui représentait un total de 2652 examens (dont 653 avec lésion maligne) doublés d’interprétations réalisées par quelque 101 radiologues (28.296 interprétations indépendantes en tout). Ces mêmes examens ont ensuite été soumis à l’analyse d’un système d’IA, qui leur a attribué un score de suspicion de cancer entre 1 et 10. En comparant les prestations des radiologues à celles du système d’IA, les auteurs sont parvenus à la conclusion que ces dernières étaient statistiquement non inférieures à la moyenne des 101 médecins.
“Dans ce cadre rétrospectif, l’IA était en mesure de dépister les cancers avec une précision comparable à celle des radiologues – un résultat prometteur, même si l’importance et l’impact des systèmes d’IA doivent doit encore faire l’objet de recherches plus poussées”, concluent les experts.
