Un groupe de travail sur l’intelligence artificielle au sein de l’Association canadienne des radiologistes s'est déjà penché sur le sujet. Or, ca semble maintenant être le cas. Selon une étude menée par Stanford University Medical Center publiée dans PLOS Medicine, un nouvel algorithme a permis de lire des radiographies thoraciques pour 14 pathologies en quelques secondes. En effet, un nouvel algorithme d'intelligence artificielle peut dépister de manière fiable les rayons X de plus d'une douzaine de types de maladies, et ce, en moins de temps qu'il n'en faut pour lire cette phrase
Selon les chercheurs, l’algorithme, appelé CheXNeXt, est le premier à évaluer simultanément les rayons X pour une multitude de maladies possibles et à obtenir des résultats cohérents avec les lectures des radiologistes. Ces derniers ont formé l'algorithme à la détection de 14 pathologies différentes. Plus concrètement, pour 10 maladies, l'algorithme fonctionnait aussi bien que le radiologue. Pour trois, il était moins performant que les radiologistes. Et finalement, pour un, l'algorithme a dépassé les experts.
Les chercheurs mentionnent qu'habituellement, des algorithmes d'intelligence artificielle (IA) sont capables de détecter une hémorragie cérébrale ou une fracture du poignet, un champ très étroit pour les cas à usage unique. Or, ces derniers mentionnent qu'ils parlent de 14 pathologies différentes analysées simultanément, et tout cela via un algorithme.
Selon les chercheurs, l’objectif est d’utiliser à terme ces algorithmes pour analyser de manière fiable et rapide un large éventail d’examens médicaux basés sur l’image, à la recherche de signes de maladie, sans le soutien de radiologues professionnels. Et bien que cela puisse sembler déconcertant, la technologie pourrait éventuellement servir de "consultations" numériques de haute qualité à des régions du monde privées de ressources qui n'auraient autrement pas accès à l'expertise d'un radiologue. De même, l'IA joue un rôle important dans les systèmes de santé pleinement développés. Des algorithmes tels que CheXNeXt pourraient un jour accélérer les soins, donnant ainsi aux médecins de premier recours les moyens de prendre plus rapidement des décisions éclairées en matière de diagnostic par rayons X, sans avoir à attendre un radiologue.
Les chercheurs recherchent des occasions de former et de valider leur algorithme dans divers contextes pour en explorer les points forts et les angles morts. L'algorithme a évalué plus de 100 000 rayons X jusqu'à présent, mais ils souhaitent maintenant évaluer la possibilité que l'algorithme évalue un million de rayons X, et pas seulement d'un hôpital, mais d'hôpitaux du monde entier.
Les chercheurs soulignent que l'algorithme de diagnostic est en développement depuis plus d'un an. Il s'appuie sur une précédente technologie qui pourrait surpasser les radiologues lors du diagnostic d'une pneumonie par radiographie pulmonaire. Ils ont, depuis, développer les capacités de l'algorithme pour détecter 14 affections, y compris des masses, des cœurs élargis et des poumons effondrés. Pour 11 des 14 pathologies, l'algorithme a posé des diagnostics avec la précision des radiologues ou mieux.
À l'été 2017, National Institutes of Health ont publié une série de centaines de milliers de rayons X. Depuis lors, les informaticiens et les radiologues travaillant en intelligence artificielle se sont lancés dans une course folle pour proposer le meilleur algorithme possible pour le diagnostic par rayons X du thorax.
Les scientifiques ont utilisé environ 112 000 rayons X pour entraîner l'algorithme. Un panel de trois radiologues a ensuite examiné un ensemble différent de 420 rayons X, un par un, pour les 14 pathologies. Leurs conclusions s'appuient sur un diagnostic que les experts considèrent comme l'évaluation la plus précise pour chaque analyse.
Pour évaluer plus en détail les performances de l'algorithme par rapport à des experts humains, les chercheurs ont demandé à neuf radiologues supplémentaires de plusieurs institutions de se soumettre également au même examen final. De plus, pour lire les 420 rayons X, les radiologistes ont mis environ trois heures en moyenne, tandis que l'algorithme analysait et diagnostiquait toutes les pathologies en 90 secondes environ.
Aucun commentaire:
Enregistrer un commentaire