En chiffres

Appartient au dossier : Les intelligences artificielles aujourd’hui

95 % des mélanomes détectés par une intelligence artificielle

Sans se substituer à l’homme, les intelligences artificielles constituent déjà un outil performant à son service dans de nombreux domaines, des transports aux communications. Par exemple, en médecine, elles peuvent permettre d’affiner, de confirmer ou d’infirmer un diagnostic.

Un médecin montre un ordinateur à un patient
Photo by rawpixel [CC0], on Unsplash

Selon un article publié de les Annals of Oncology en mai 2018, un algorithme de lecture d’image a posé le bon diagnostic sur 95 des 100 images de mélanomes qui lui étaient soumises. Face à lui, 58 médecins de 17 pays différents n’ont proposé le bon diagnostic que dans 87 à 89 % des cas. L’intelligence artificielle s’est donc montrée meilleure que les compétences humaines pour détecter un cancer de la peau.

L’algorithme a été construit par des scientifiques en compilant la lecture de 100 000 images de lésions de la peau et de grains de beauté s’étant avérés bénins ou cancéreux. C’est donc une technique de deep learning qui a été mise en œuvre pour permettre à l’intelligence artificielle de détecter des cas pathologiques de manière de plus en plus fine au fil de son apprentissage.

D’un côté, cela permet de détecter plus tôt les cancers de la peau et de les prendre mieux en charge. De l’autre, l’intelligence artificielle diminue le nombre d’erreurs de diagnostic, évitant ainsi des opérations inutiles. Cette nouvelle technique pourrait donc devenir un outil précieux pour les médecins, les patients, et les caisses d’assurance maladie.

Publié le 19/11/2018 - CC BY-NC-SA 4.0

Sélection de références

Etude des Annals of oncology sur la détection du mélanome par une intelligence artificielle

Diagnostic performance of a deep learning convolutional neural network for dermoscopic melanoma recognition in comparison to 58 dermatologists | Annals of Oncology

Cette étude en anglais des Annals of Oncology publiée en mai 2018 décrit la méthode et les résultats qui montrent comment un algorithme construit par des chercheurs à permis de détecter des mélanomes de manière plus fine que grâce au seul diagnostic humain.

Rédiger un commentaire

Les champs signalés avec une étoile (*) sont obligatoires

Réagissez sur le sujet