Selon une étude menée par NYU Grossman School of Medicine et l'University of Michigan publiée dans Nature Medicine, une nouvelle méthode de combiner l'imagerie optique avancée avec un algorithme d'intelligence artificielle produirait un diagnostic peropératoire précis et en temps réel des tumeurs cérébrales
Les chercheurs ont analysé la précision diagnostique de la classification des images des tumeurs cérébrales grâce à l'apprentissage automatique, par rapport à la précision de l'interprétation pathologique des images histologiques conventionnelles. Selon les chercheurs, les résultats pour les deux méthodes étaient comparables. Le diagnostic basé sur l'IA était précis à 94,6%, contre 93,9% pour l'interprétation basée sur le pathologiste.
Les chercheurs soulignent que la technique d'imagerie, stimulée par l'histologie Raman (stimulated Raman histology, SRH), révèle une infiltration tumorale dans les tissus humains en collectant la lumière laser diffusée, éclairant les caractéristiques essentielles qu'ils ne voient généralement pas dans les images histologiques standard.
Les images microscopiques sont ensuite traitées et analysées avec une intelligence artificielle, et en moins de deux minutes et demie, les chercheurs peuvent voir un diagnostic de tumeur cérébrale prédit. En utilisant la même technologie, après la résection, ils sont capables de détecter avec précision et d'éliminer une tumeur autrement indétectable.
Afin de construire l'outil d'intelligence artificielle utilisé dans l'étude, les chercheurs ont formé un réseau neuronal convolutif profond (convolutional neural network, CNN) avec plus de 2,5 millions d'échantillons de 415 patients pour classer les tissus en 13 catégories histologiques qui représentent les tumeurs cérébrales les plus courantes, y compris le gliome malin, le lymphome, tumeurs métastatiques et méningiome.
Afin de valider le CNN, les chercheurs ont inscrit 278 patients subissant une résection d'une tumeur cérébrale ou une chirurgie de l'épilepsie dans trois centres médicaux universitaires dans le cadre de l'essai clinique prospectif. Des échantillons de tumeurs cérébrales ont été biopsiés à partir de patients, divisés en peropératoire en échantillons frères et assignés au hasard au bras témoin ou expérimental.
Les échantillons acheminés par le bras de contrôle (control arm), la pratique courante actuelle, ont été transportés vers un laboratoire de pathologie et ont subi le traitement des échantillons, la préparation des lames par des techniciens et l'interprétation par des pathologistes, un processus qui prend 20 à 30 minutes. Le bras expérimental a été réalisé en peropératoire, de l'acquisition et du traitement d'images à la prédiction diagnostique via CNN.
Notamment, les erreurs de diagnostic dans le groupe expérimental étaient uniques des erreurs dans le groupe témoin, ce qui suggère, selon les chercheurs, qu'un pathologiste utilisant la nouvelle technique pourrait atteindre une précision proche de 100%. La capacité de diagnostic précis du système pourrait également être bénéfique pour les centres qui n'ont pas accès à des neuropathologistes experts.
Aucun commentaire:
Enregistrer un commentaire