Retrouvez Planète Robots en
version numérique sur :

Vers de nouveaux usages de l’IA pour prédire les cancers

Vers de nouveaux usages de l’IA pour prédire les cancers

Une nouvelle façon d’utiliser l’intelligence artificielle pour prédire le cancer à partir des données des patients a été développée par une équipe de l’Université de Leeds. L’enjeu : diagnostiquer grâce à l’IA sans mettre en danger les données personnelles.

La médecine et l’IA à l’épreuve des data brokers

Une nouvelle avancée dans l’outillage de l’IA en vue de poser des diagnostics. L’intelligence artificielle peut analyser de grandes quantités de données, telles que des images ou des résultats d’essais, et peut identifier des modèles souvent indétectables par l’homme, ce qui la rend très utile pour accélérer la détection, le diagnostic et le traitement des maladies.

Cependant, l’utilisation de la technologie dans les milieux médicaux reste controversée en raison du risque de divulgation accidentelle de données. De nombreux systèmes sont en effet détenus et contrôlés par des entreprises privées, leur donnant accès aux données confidentielles des patients ; et, ce qui peut sembler paradoxal, la responsabilité de les protéger.

L’équipe a cherché à découvrir si une forme d’IA, appelée apprentissage en essaim, pouvait aider les ordinateurs à prédire le cancer dans les images médicales d’échantillons de tissus de patients, sans divulguer à des tiers les données des hôpitaux.

Apprentissage en essaim et identité numérique

L’apprentissage en essaim forme des algorithmes d’IA pour détecter des modèles dans les données d’un hôpital ou d’une université locale, tels que des modifications génétiques dans des images de tissus humains. Le système d’apprentissage en essaim envoie ensuite cet algorithme nouvellement formé à un ordinateur central. Le tout, sans informer des données locales ou personnelles du patient.

Là, les chercheurs le combinent avec des algorithmes générés par d’autres hôpitaux de manière identique pour créer un algorithme optimisé. L’algorithme retourne alors vers l’hôpital local, pour se voir réappliqué aux données d’origine ; il améliore alors la détection des modifications génétiques grâce à ses capacités de détection plus sensibles.

En répétant l’opération, l’algorithme peut s’améliorer jusqu’à fonctionner sur tous les ensembles de données. Cela signifie que la technique peut s’appliquer sans qu’il soit nécessaire de divulguer des données à des sociétés tierces. Voire sans qu’il ne soit besoin de les envoyer entre hôpitaux ou au-delà des frontières internationales.

Un succès éthique et médical

L’équipe a formé des algorithmes d’IA sur les données d’étude de trois groupes de patients d’Irlande du Nord, d’Allemagne et des États-Unis. Les chercheurs ont testé les algorithmes sur deux grands ensembles d’images de données générées à Leeds ; ils ont ainsi été capables de prédire avec succès la présence de différents sous-types de cancer via l’imagerie médicale.

Selon le Dr Niolas Kather, directeur de l’étude : “Sur la base des données de plus de 5 000 patients, nous avons pu montrer que les modèles d’IA entraînés avec l’apprentissage en essaim peuvent prédire les changements génétiques cliniquement pertinents directement à partir d’images de tissus provenant de tumeurs du côlon.”

Phil Quirke, professeur de pathologie à la faculté de médecine de l’Université de Leeds, se déclare lui aussi enthousiaste. “Nous avons montré que l’apprentissage en essaim peut former des algorithmes d’IA indépendants pour toute tâche d’analyse d’images. Cela signifie qu’il est possible de surmonter la nécessité du transfert de données sans que les institutions ne renoncent à assurer leur contrôle.”

Et de conclure : “la création d’un système d’IA capable d’effectuer cette tâche améliore notre capacité à appliquer l’IA à l’avenir.”

© Creative commons.

Partagez cet article

Equipe rédactionelle