Actualité Le MIT CSAIL cherche à appliquer le machine learning à la détection...

Pour approfondir le sujet

deepsense.ai veut populariser le machine learning dans les universités européennes dans le cadre de l’Intel Nervana AI Academy

D'ici la fin de l'année 2017, deepsense.ai organisera 30 séminaires de machine learning et de deep learning dans plusieurs universités européennes prestigieuses dans le...

Un consommateur sur cinq craint que les machines puissent contrôler le monde selon une enquête Axway

Intelligence artificielle, blockchain, big data, Internet des Objets ou encore réalité augmentée, les nouvelles technologies et leurs applications connaissent un véritable essor depuis quelques...

Révolutionner les services financiers grâce à l’intelligence artificielle : l’étude de Nuxeo

Nuxeo a dévoilé une étude concernant l'adoption de l'intelligence artificielle dans les secteurs de la banque et de la finance au Royaume-Uni. Si les...

Facebook proposera 5 Masterclass dédiées à l’IA et animées par des chercheurs du FAIR

Facebook propose un programme unique animé par des chercheurs de Facebook Artificial Intelligence Research (FAIR) Paris ouvert aux étudiants de 42 et aux membres...

Le MIT CSAIL cherche à appliquer le machine learning à la détection du cancer du sein

Plusieurs chercheurs du MIT CSAIL, de la Harvard Medical School et de l’Hôpital Général du Massachusetts travaillent sur l’intelligence artificielle appliquée à la détection du cancer du sein. Il s’agit d’un enjeu vital qui permettrait une détection plus rapide et plus ciblée augmentant les chances de survie tout en réduisant le recours à des opérations inutiles.

Des algoritmes limitant le sur-traitement

Une meilleure prévention et détection de tumeurs malignes grâce à l’intelligence artificielle, c’est l’objectif de cette équipe de recherche. Elle développe des algorithmes capables d’identifier lors d’une biopsie si la lésion à risque peut évoluer en cancer du sein. Cela permettrait de pouvoir mieux définir la nécessité d’un traitement et d’éviter les faux-positifs impliquant un sur-traitement. La chercheuse Regina Barzilay a précisé à ce propos sur le site du MIT:

“Les outils de diagnostic sont si inexacts que les médecins ont une tendance, bien compréhensible, à surestimer les risques de cancer du sein.

Lorsqu’il y a un tel niveau d’incertitude dans les données, le machine learning est exactement l’outil dont nous avons besoin pour améliorer la détection et prévenir le sur-traitement.”

D’après l’équipe de recherche, la grande majorité des patientes ayant des tumeurs à haut risque n’ont pas de cancer. Elles doivent toutefois très souvent subir une opération chirurgicale douloureuse qui aurait pu être évitée.

Réduire le nombre d’interventions chirurgicales

L’équipe de recherche a annoncé avoir réalisé des tests sur 335 lésions à risque important. Les algorithmes ont permis de diagnostiquer correctement 97% des cancers nécessitant une intervention contre 79%. Leur étude indique également que les résultats obtenus avec l’IA ont permis de réduire de 30% le nombre d’opérations par rapport à d’autres types de diagnostics.

Les algorithmes ont été entraînés sur une base de données de 600 cas d’études de lésions à haut risque intégrant les historiques médicaux, familiaux, etc. Constance Lehman, professeur à la Harvard Medical School indique

“À notre connaissance, il s’agit de la première étude d’application du machine learning pour distinguer des lésions à haut risque nécessitant une opération de celles qui n’en nécessitant pas.

Nous pensons que cela pourra permettre aux femmes de disposer de davantage d’informations au moment de prendre une décision concernant leur traitement, et que nous pourrons apporter des approches plus ciblées dans le secteur de la santé en général.”

 

Pierre-yves Gerlat

Partager l'article

Synapse AI : Entretien avec Julian Lucchesi, directeur des partenariats du CenTech à Montréal

L'adoption de l'intelligence artificielle en entreprise nécessite bien souvent un accompagnement. Dans ce numéro 3 de Synapse AI, Mathieu Barreau rencontre Julian Lucchesi, Directeur...

Un modèle de deep learning pour repérer plus facilement les tumeurs métastasiques complexes

Nous vous présentions récemment un système mis au point par des scientifiques écossais permettant de repérer plus facilement les mésothéliomes, une forme rare de cancer....

Trois start-up, spécialisées data et intelligence artificielle, finalistes du LVMH Innovation Award

Dans le cadre de la cinquième édition du LVMH Innovation Award, 28 start-up ont été sélectionnées. Grâce à ce prix dédié à l'innovation, les...

Quelle fiabilité pour la reconnaissance vocale utilisée pour le diagnostic du COVID-19 ?

Savoir si des patients sont atteints du COVID-19 grâce à leur voix ? C'est le défi que se sont lancé plusieurs équipes de recherche....