L’intelligence artificielle, aussi efficace que deux radiologues à la recherche de tumeurs mammaires

L’étude, publiée dans Le Lancet Oncologie, montre dans une analyse préliminaire qu’avoir l’aide de l’IA est aussi utile que d’avoir deux radiologues du sein qui examinent les mammographies pour les tumeurs en même temps.

Non seulement ils n’ont pas réduit de près de moitié la charge de travail du spécialiste, mais ils l’ont fait sans augmenter les faux positifs.

Ce que cette étude préliminaire n’a pas encore montré, c’est si cette interprétation plus rapide des images se traduit finalement par une détection plus précoce et donc plus traitable. Surtout, dans les cancers dits d’intervalle, qui sont ces tumeurs qui apparaissent entre le dépistage et le dépistage. Cela ne justifie pas non plus pleinement l’utilisation de cette technologie, du moins dans l’immédiat.

« Ces résultats provisoires prometteurs en matière de sécurité devraient être utilisés pour éclairer de nouveaux essais et des évaluations basées sur des programmes afin de remédier à la pénurie prononcée de radiologues dans de nombreux pays. Mais ils ne suffisent pas à eux seuls à confirmer que l’IA est prête à être mise en œuvre en mammographie », a déclaré l’auteur principal de l’étude, le Dr Kristina Lång, de l’Université de Lund, en Suède. “Nous devons encore comprendre les implications pour les résultats des patients, en particulier si la combinaison de l’expertise des radiologues avec l’IA peut aider à détecter les cancers d’intervalle qui sont souvent manqués par les tests de dépistage traditionnels, ainsi que la rentabilité de la technologie”, explique-t-il dans une presse libérer.

double lecture

Les directives européennes recommandent une double lecture des mammographies par deux radiologues pour garantir une sensibilité élevée (pour identifier correctement les personnes atteintes de la maladie). Mais il y a une pénurie de radiologues du sein, y compris dans de nombreux pays européens, et il faut plus d’une décennie pour former de nouveaux spécialistes à l’interprétation des mammographies.

Par conséquent, l’IA n’est pas proposée comme une alternative au radiologue, mais comme un contrôle de sécurité, un deuxième lecteur automatisé qui allégerait la charge de travail sans perdre en précision. Ce n’est pas la première étude qui analyse la capacité de l’intelligence artificielle dans ce type d’examen. Des résultats encourageants ont déjà été publiés, mais ce nouvel essai clinique apporte des preuves plus solides.

Ce nouveau travail a été réalisé avec les mammographies de 80 033 femmes suédoises âgées de 40 à 80 ans.

Dans l’analyse soutenue par l’IA, il a analysé l’image de la mammographie et prédit le risque de cancer sur une échelle de 1 à 10, 1 représentant le risque le plus faible et 10 le plus élevé. Si le score de risque était inférieur à 10, un radiologue a analysé l’image plus en profondeur, alors que si le système d’IA prévoyait un score de risque de 10, deux radiologues ont étudié le film.

Réduire la charge de travail

Avec toutes les lumières et les ombres de l’intelligence artificielle, la détection du cancer ouvre de nouvelles possibilités qui peuvent soulager la pression sur les systèmes de santé. Stephen Duffy, professeur de dépistage du cancer au Wolfson Institute for Population Health de l’Université Queen Mary de Londres (QMUL), estime que la nouvelle étude « illustre le potentiel de l’intelligence artificielle pour réduire la charge de temps des radiologues. C’est une question d’une importance considérable dans de nombreux programmes de dépistage du cancer du sein », a-t-elle expliqué à SMC. En plus d’aider les radiologues, Duffy pense que cela augmentera également la capacité de détection et éventuellement les faux positifs.

Dame Wendy Hall, professeur d’informatique à l’Université de Southampton, applaudit ce type de recherche, déclarant à SMC : « Nous avons besoin de ce type de recherche fondée sur des preuves pour soutenir les affirmations selon lesquelles l’IA nous aidera à améliorer les soins de santé. Ce n’est qu’une expérience, mais d’autres suivront. L’expérience doit être répétée plusieurs fois avant que nous puissions tirer des conclusions générales, mais il est très encourageant de voir des résultats positifs.”