ACCUEIL > QUESTION D'ACTU > Cancer du poumon : l’intelligence artificielle améliore le dépistage

Soins de santé

Cancer du poumon : l’intelligence artificielle améliore le dépistage

Par Johanna Hébert

Grâce à l’intelligence artificielle, le dépistage du cancer du poumon s’avère plus efficace. En effet, une étude démontre que le taux de faux positifs est considérablement réduit.

Eraxion / istock

Le cancer du poumon est le plus meurtrier dans le monde. Le dépistage de la maladie est essentiel afin de la détecter au plus tôt et d’améliorer les chances de survie du patient. Or, la méthode de dépistage actuelle n’est pas des plus efficaces. En effet, elle comporte un taux de faux positifs de 96%. On parle de faux positif lorsqu’un test indique qu’une personne est malade alors qu’en réalité ce n’est pas le cas.

Des chercheurs de l’université de Pittsburgh (Pennsylvanie, Etats-Unis) et de l’UPMC Hillman Cancer Center ont trouvé un moyen de réduire considérablement le taux de faux positifs: l’intelligence artificielle. L’étude est publiée dans la revue Thorax.

25% de résultats positifs mais seulement 4% de cancers

C’est la première fois que l’intelligence artificielle est utilisée afin de trier les nodules bénins et les nodules malins (cancéreux) dans le dépistage du cancer du poumon. Généralement, les médecins utilisent un scanner à faible dose pour dépister le cancer chez des personnes à haut risque. Aux Etats-Unis, un quart des scanners indiquent un résultat positif, soit environ 25%, alors que moins de 4% des patients ont un cancer.

"Un test positif crée de l’anxiété, augmente les coûts des soins de santé et les tests de suivi ne sont pas sans risque", déclare le co-auteur de l’étude Panayiotis (Takis) Benos. "Pour 96% des personnes qui ont des nodules bénins, ces procédures sont inutiles. Nous essayons donc d’exploiter les données pour déterminer lesquelles sont bénignes et celles qui sont malignes".

Près d’un tiers de faux positifs évités

Les chercheurs de l’étude ont analysé les résultats des scanners à faible dose de 218 patients de l’UMPC Hillman Cancer Center, qui avaient un risque élevé de cancer. Ces patients ont su s’ils avaient des nodules bénins ou s’ils étaient véritablement malades. Ensuite, les chercheurs ont intégré ces données dans un algorithme d’apprentissage automatique. Il s’agit d’un procédé d’intelligence artificielle, qui consiste à donner à un ordinateur la "capacité" d’apprendre, d’améliorer ses performances à partir de données. L’algorithme en question a su calculer les probabilités de cancer. Sous un certain seuil, il indiquait qu’il n’y avait pas de maladie.

En comparant l’évaluation de l’intelligence artificielle aux diagnostics posés par les médecins, les chercheurs ont constaté qu’ils auraient pu éviter à 30% des patients atteints de nodules bénins de subir des examens supplémentaires. Et cela, sans rater un seul cas de cancer. L’efficacité de cette technique est en train d’être évaluée sur une population plus large.