Recherche : Un réseau de neurones convolutif deep learning plus efficace que 58 dermatologues pour diagnostiquer des mélanomes

Recherche : Un réseau de neurones convolutif deep learning plus efficace que 58 dermatologues pour diagnostiq
Actu IA
m_mdy166f3
Comparaison du Réseau de neurones convolutifs et du Top 5 des algorithmes du challenge ISBI 2016

Ce lundi 28 mai, une équipe de chercheurs allemands, français et américains ont publié dans la revue Annals of Oncology leur étude concernant la détection de mélanomes. Ils sont parvenus à développer un réseau de neurones convolutifs deep learning et ont comparé les résultats aux diagnostics de 58 dermatologues internationaux, dont 30 experts. L’algorithme s’est avéré capable de détecter un cancer de la peau, à partir d’une série de photos, avec un taux d’efficacité de 95%.

Une étude américaine de 2017 avait déjà travaillé sur le sujet et comparé leur algorithme aux résulats de 21 dermatologues comme le rappelle Sciences et Avenir avec AFP. Pour ces nouvelles recherches, l’équipe internationale a développé un algorithme qui a pu étudier plus de 100.000 images annotées de lésions de la peau et grains de beauté. Après entraînement, l’architecture de réseau convolutif Inception V4 de Google utilisée par les chercheurs s’est montrée capable de distinguer les images de mélanomes dans 95% des cas contre 89% pour les dermatologues. Les performances ont ensuite été comparées à celles des 5 meilleurs algorithmes du International Symposium on Biomedical Imaging (ISBI) challenge de 2016.

Les chercheurs ont utilisé et entrainé une version modifiée de l’architecture de réseau convolutif Inception V4 de Google / Annals of Oncology.

Dans l’article présentant cette étude menée par le professeur de médecine Holger Hänssle, de l’Université de Heildelberg, il est notamment précisé que l’algorithme a “fait moins d’erreurs de diagnostic consistant à voir des mélanomes dans des grains de beauté bénins”. Il permet ainsi d’éviter des opérations inutiles aux patients.

En commentaire de l’étude, les professeurs Victoria Mar et Peter Soyer ont également indiqué qu’ “aujourd’hui rien ne remplace un examen clinique approfondi”. Chaque année, près de 55.000 personnes meurent des suites d’un cancer de la peau et 232.000 mélanomes malins sont détectés.

Ce type d’algorithme peut donc être utile aux médecins, comme un outil supplémentaire leur permettant de poser le diagnostic et non pour les remplacer. Il est en effet important de préciser que la détection précoce d’un mélanome permet d’apporter un traitement plus efficace. Afin d’établir des diagnostics plus tôt, le recours à l’intelligence artificielle car comme le rappellent les chercheurs le cancer “peut être soigné s’il est détecté de manière précoce, mais de nombreux cas ne sont diagnostiqués que quand le cancer est plus avancé et difficile à traiter”.

Retrouvez l’étude complète sur Annals of Oncology.