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

Le MIT CSAIL cherche à appliquer le machine learning à la détection du cancer du sein
Actu IA
Couv
(c) Jason Dorfman/CSAIL

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.”