Les algorithmes informatiques de l’intelligence artificielle peuvent désormais égaler les pathologistes dans la découverte de métastases de cancer du sein dans des ganglions lymphatiques. Voilà ce qui ressort du concours Camelyon organisé par le centre médical de l’Université Radboud de Nimègue (Radboudumc).
Dans un article publié dans Jama, les chercheurs néerlandais montrent pour la première fois que des algorithmes de deep learning atteignent un niveau de qualité suffisant pour procéder à des diagnostics de routine sur base de tissus. Cette technique permettrait en effet aux pathologistes de poser des diagnostics plus rapidement et d’obtenir de meilleurs résultats.
Le Radboudumc a organisé ce concours Camelyon afin de permettre à des programmeurs de concevoir un algorithme informatique capable en toute indépendance de poser un diagnostic sur base d’images de pathologies qui leur étaient soumises. En l’occurrence, il s’agissait d’analyser des métastases de cancer du sein dans des ganglions lymphatiques.
Les participants avaient à leur disposition 270 tissus numériques dont ils savaient clairement qu’ils présentaient des métastases et à quel endroit. Sur cette base, ils ont programmé et formé des algorithmes à la reconnaissance de ces métastases. Par la suite, les participants ont reçu 129 nouveaux tissus sur lesquels ils ont pu tester leur algorithme. L’ordinateur devait alors distinguer les tissus avec et sans métastases. Après quoi les algorithmes devaient indiquer avec précision l’endroit des métastases dans les tissus infectés.
Afin de comparer la qualité des diagnostics informatiques avec ceux de l’homme, les 129 tissus de test ont également été évalués par onze pathologistes expérimentés. Ceux-ci ont analysé les tissus selon une procédure comparable au travail réalisé en situation réelle au sein d’un hôpital. Par ailleurs, un pathologiste expérimenté a bénéficié du temps qu’il voulait pour évaluer les tissus.
Plutôt avec algorithme
Les équipes de chercheurs participantes ont présenté au total 32 algorithmes. Les meilleurs d’entre elles ont toutes eu recours à la technologie dite du deep learning dans laquelle l’ordinateur apprend à reconnaître des modèles sur base d’un grand nombre d’exemples. Le meilleur algorithme est parvenu à découvrir exactement le même nombre de tissus que le pathologiste qui travaillait sans contrainte de temps. En moyenne, cet algorithme n’a indiqué que dans 1,25 tissu sur cent seulement une métastase qui n’en était pas une en réalité. Ce faisant, l’algorithme a dépassé même les pathologistes qui analysaient les tissus en situation réele de travail .
Jeroen van der Laak, chercheur au département Pathologie du Radboucumc, a assuré la coordination de ce concours. « Nous constatons désormais pour la première fois qu’un ordinateur est capable de poser ce diagnostic aussi bien qu’un pathologiste. Un pathologiste utilisant un algorithme atteint donc de meilleurs résultats qu’un pathologiste sans algorithme. Le patient se voit ainsi proposer son résultat plus rapidement, tandis que le pathologiste peut poser de meilleurs diagnostics, même sous la contrainte de temps. » Les chercheurs s’attendent à voir cette technologie être disponible d’ici quelques années dans le cadre de soins aux patients et prévoient une augmentation du nombre de diagnostics posés par l’ordinateur.
Lire aussi : Cytomine : un logiciel belge d'analyse “intelligente” d'images de cellules et de tissus.
