L’intelligence artificielle, plus performante que les radiologues dans la détection des cancers du sein ? C’est ce qu’entend démontrer le géant américain Google, tout à son ambition de révolutionner le domaine de la santé grâce à l’utilisation des big data. Dans un article publié dans la revue scientifique britannique Nature le 1er janvier, des chercheurs de la firme californienne affirment avoir mis au point un algorithme susceptible de réduire les erreurs d’interprétation des images de mammographies. «La lecture de ces radiographies est une tâche difficile et donne souvent lieu à des faux positifs et à des faux négatifs, expliquent-ils. Ces inexactitudes peuvent entraîner des retards dans la détection et le traitement, un stress inutile pour les patientes et une charge de travail plus importante pour les radiologues.»

Menée en partenariat avec le Cancer Research UK Imperial Centre, l’université américaine Northwestern et le Royal Surrey County Hospital au Royaume-Uni, l’expérimentation a consisté à soumettre dans un premier temps au modèle d’IA spécialement mis au point les mammographies anonymisées de plus de 76 000 femmes aux Royaume-Uni et de plus de 15 000 femmes aux Etats-Unis pour lui apprendre à détecter les signes de cancer du sein. Dans un second temps, les radiographies de quelque 25 000 autres femmes au Royaume-Uni et de plus de 3 000 femmes aux Etats-Unis lui ont été soumises pour diagnostic. Pour les chercheurs, le résultat est concluant : «Dans cette évaluation, notre système a produit une réduction de 5,7% des faux positifs aux Etats-Unis et de 1,2% au Royaume-Uni. Il a produit une réduction de 9,4% des faux négatifs aux Etats-Unis et une réduction de 2,7% au Royaume-Uni.»

Désireux de savoir si leur algorithme pouvait faire prétendre à l’universalité, les chercheurs ont poussé un peu plus loin leur expérience. Ils ont construit un nouveau modèle d’IA à partir cette fois des seules données radiographiques récoltées au Royaume-Uni, puis l’ont appliqué aux mammographies des femmes américaines. «Dans cette expérience distincte, il y a eu une réduction de 3,5% des faux positifs et de 8,1% en faux négatifs, montrant le potentiel du modèle à se généraliser à de nouveaux paramètres cliniques tout en restant à un niveau supérieur à celui des experts», se félicitent-ils.

Pour Google, preuve est faite que l’humain est dépassé. «Les experts humains (conformément à la pratique courante) avaient accès aux antécédents des patients et aux mammographies antérieures, tandis que le modèle ne traitait que la mammographie anonyme la plus récente sans aucune information supplémentaire. Malgré le travail à partir de ces seules images radiographiques, l’algorithme a dépassé les experts individuels pour identifier avec précision le cancer du sein.»

Nathalie Raulin