Les modèles basés sur l'IA peuvent surpasser les experts humains dans la détection du cancer de l'ovaire

Les modèles basés sur l'IA peuvent surpasser les experts humains dans la détection du cancer de l'ovaire

Une nouvelle étude internationale menée par des chercheurs du Karolinska Institutet en Suède montre que les modèles basés sur l'IA peuvent surpasser les experts humains dans l'identification du cancer de l'ovaire dans les images échographiques. L'étude est publiée dansMédecine naturelle.

"Les tumeurs ovariennes sont courantes et sont souvent découvertes par hasard", explique le professeur Elisabeth Epstein du département de sciences cliniques et de formation du Södersjukhuset (hôpital général de Stockholm Sud) du Karolinska Institutet et consultant principal au département d'obstétrique et de gynécologie de l'hôpital. "Il existe une grave pénurie d'experts en échographie dans de nombreuses régions du monde, ce qui a suscité des inquiétudes concernant des procédures inutiles et des diagnostics de cancer retardés. Nous voulions savoir si l'IA pouvait compléter les experts humains."

L'IA surpasse les experts

Les chercheurs ont développé et validé des modèles de réseaux neuronaux capables de distinguer les lésions ovariennes bénignes et malignes en entraînant et en testant l'IA sur plus de 17 000 images échographiques provenant de 3 652 patients dans 20 hôpitaux de huit pays. Ils ont ensuite comparé la capacité diagnostique des modèles avec celle d’un grand groupe d’examinateurs experts et moins expérimentés en échographie.

Les résultats ont montré que les modèles d'IA ont surpassé les experts et les non-experts dans la détection du cancer de l'ovaire, atteignant un taux de précision de 86,3 pour cent, contre 82,6 pour cent et 77,7 pour cent pour les experts et les non-experts, respectivement.

Ceci suggère que les modèles de réseaux neuronaux peuvent être d’une aide précieuse dans le diagnostic du cancer de l’ovaire, en particulier dans les cas difficiles à diagnostiquer et dans les situations où il y a une pénurie d’experts en échographie.

Professeur Elisabeth Epstein, Département des sciences cliniques et de la formation, Södersjukhuset (Hôpital général du sud de Stockholm), Karolinska Institutet

Réduire le besoin de recommandations d’experts

Les modèles d’IA peuvent également réduire le besoin de recommandations d’experts. Dans une situation de triage simulée, le support de l’IA a réduit le nombre de références de 63 % et le taux d’erreurs de diagnostic de 18 %. Cela peut conduire à des soins plus rapides et plus rentables pour les patientes présentant des lésions ovariennes.

Malgré les résultats prometteurs, les chercheurs soulignent que des études supplémentaires sont nécessaires avant que le plein potentiel des modèles de réseaux neuronaux et leurs limites cliniques soient pleinement compris.

"Grâce à une recherche et un développement continus, les outils basés sur l'IA peuvent faire partie intégrante des soins de santé de demain, en libérant des experts et en optimisant les ressources hospitalières. Cependant, nous devons nous assurer qu'ils peuvent être adaptés à différents environnements cliniques et groupes de patients", déclare Filip Christiansen, doctorant dans le groupe de recherche du professeur Epstein au Karolinska Institutet et co-premier auteur avec Emir Konuk au KTH Royal Institute of Technology.

Évaluation de la sécurité du support de l'IA

Les chercheurs mènent actuellement des essais cliniques prospectifs à Södersjukhuset pour évaluer la sécurité clinique quotidienne et l'utilité de l'outil d'IA. Les recherches futures comprendront également un essai multicentrique randomisé pour examiner l'impact sur la prise en charge des patients et les coûts des soins de santé.

L'étude a été réalisée en étroite collaboration avec des chercheurs de l'Institut royal de technologie KTH et a été financée par des subventions du Conseil suédois de la recherche, de la Société suédoise du cancer, du Conseil régional de Stockholm, des fonds de recherche sur le cancer Radiumhemmet et du Wallenberg AI, des systèmes autonomes et du programme logiciel (WASP).

Elisabeth Epstein, Filip Christiansen et trois co-auteurs ont déposé une demande de brevet pour des méthodes de diagnostic assisté par ordinateur via la société Intelligyn. Elisabeth Epstein, Filip Christiansen et Kevin Smith, chercheurs au KTH Royal Institute of Technology, possèdent également des actions d'Intelligyn, dont le professeur Epstein est gérant bénévole. Une liste complète des conflits d’intérêts peut être trouvée dans le document.

Sources :