Les Chercheurs en intelligence artificielle (AI) de Google, en collaboration avec l'hôpital universitaire du nord-ouest, ont créé un modèle d'intelligence artificielle capable de détecter le cancer du poumon. Selon les données de l'Organisation mondiale de la santé, le cancer du poumon (tissu malin dans les poumons) est l'une des causes de décès les plus courantes dans le monde, tuant plus de deux millions de personnes par an et en tuant autant de personnes. Comme le cancer du sein.
Pour aider les professionnels de la santé, les algorithmes et les ordinateurs peuvent aider à développer des méthodes avancées dans le domaine de la santé.
Cependant, pour que ces outils soient utiles, ils doivent être accessibles et compréhensibles par tous, médecins et patients, même sans aucune connaissance technologique ou informatique.
En fait, il faut savoir que le fonctionnement de tous les appareils numériques est basé sur des programmes informatiques et des données.
Le terme «intelligence artificielle» implique que ces appareils sont capables de penser par eux-mêmes. S'ils sont correctement programmés, les appareils intelligents peuvent évaluer les données fournies et modifier les processus ou les paramètres «à la volée». Avec suffisamment d'informations, ils peuvent `` apprendre '' et modifier leur propre code sur la base de ces nouveaux paramètres.
Au cours des trois dernières années, les équipes de Google ont appliqué l'IA à des problèmes de santé, du diagnostic des maladies oculaires à la prédiction des résultats des patients dans les dossiers médicaux.
Aujourd'hui, nous partageons de nouvelles recherches montrant comment l'IA peut prédire le cancer du poumon de manière à augmenter les chances de survie de nombreuses personnes à risque dans le monde.
L'intelligence artificielle pour améliorer la qualité de vie
Détaillé dans une recherche publiée le 20 mai dans Nature Medicine, le modèle d'apprentissage en profondeur a été utilisé pour prédire si un patient a un cancer du poumon, générer le score de risque de cancer du poumon et identifier l'emplacement du cancer du poumon.
"En montrant que l'apprentissage en profondeur peut augmenter la spécificité sans sacrifier la sensibilité, nous espérons générer davantage de recherches et de discussions sur le rôle que l'IA peut jouer dans le changement de l'échelle coût-bénéfice de la détection du cancer." , on peut lire sur le blog Google.
«Le système d'intelligence artificielle utilise l'apprentissage profond volumétrique 3D pour analyser l'ensemble de l'anatomie du scanner thoracique, ainsi que des patchs basés sur des techniques de détection d'objets qui identifient les régions présentant des lésions malignes», explique Shreeva Shetty. , responsable technique de Google.
En analysant un seul scan, le modèle a détecté un cancer (en moyenne 5%) plus fréquemment qu'un groupe de six experts humains et était 11% plus susceptible de réduire les faux positifs (un faux positif est le résultat d'une décision dans une élection bidirectionnelle, déclarée positive, où il est en fait négatif)
Les radiologues voient souvent des centaines d'images 2D en un seul scanner, et le cancer peut être minuscule et difficile à détecter. Nous avons créé un modèle qui peut non seulement générer la prédiction générale de la malignité du cancer du poumon (vue en volume 3D), mais également identifier les tissus malins subtils dans les poumons (nodules pulmonaires).
Le modèle peut également prendre en compte les informations des scans précédents, utiles pour prédire le risque de cancer du poumon car le taux de croissance de nodules pulmonaires suspects peut être indicatif d'une tumeur maligne.
Ces premiers résultats sont encourageants, mais d'autres études évalueront l'impact et l'utilité dans la pratique clinique.
Dans notre recherche, nous avons exploité 45,856 XNUMX cas de détection de tomodensitométrie thoracique nuls (certains dans lesquels un cancer a été détecté) à partir de l'ensemble de données de recherche du NIH du National Lung Screening Trial et de la Northwestern University. Nous avons validé les résultats avec un deuxième ensemble de données et avons également comparé nos résultats avec 6 radiologues certifiés aux États-Unis.
Google annonce qu'il rendra le modèle disponible via l'API Google Cloud Healthcare à mesure qu'il poursuit ses tests et tests avec des organisations partenaires.
source: https://www.blog.google/