La technologie de l'intelligence artificielle aide à détecter et à diagnostiquer le cancer du poumon

L'IA est largement utilisée dans le domaine médical pour améliorer l'efficacité diagnostique. L'émergence d'une nouvelle plateforme de pathologie numérique, qui exploite les capacités d'analyse d'images de l'IA pour faciliter un diagnostic précis et rapide du cancer du poumon, en est une parfaite illustration. Il s'agit d'une avancée majeure, ouvrant de nouvelles perspectives pour un traitement efficace de cette maladie dangereuse.

Dans une étude récente, des scientifiques de la Faculté de médecine et de l'hôpital universitaire de Cologne (Allemagne), dirigés par le Dr Yuri Tolkach et le professeur Dr Reinhard Büttner, ont créé un outil extrêmement efficace pour soutenir le diagnostic du cancer du poumon.

L'équipe a développé avec succès une plateforme de pathologie numérique utilisant l'IA pour analyser automatiquement des échantillons de tissus pulmonaires. Cet outil améliore non seulement la précision du diagnostic, mais permet également aux médecins de gagner du temps et de l'énergie.

Le cancer du poumon est l'un des tueurs silencieux les plus dangereux, tuant des millions de personnes dans le monde chaque année. Le cancer du poumon non à petites cellules (CPNPC), qui représente plus de 80 % de tous les cas de cancer du poumon, est la principale cause de décès par cancer épithélial et représente une grave menace pour la santé publique.

Un diagnostic précis est essentiel à l'efficacité du traitement du cancer. La pathologie, qui analyse des échantillons de tissus, joue un rôle clé dans ce processus. Grâce au développement des technologies numériques et de l'intelligence artificielle, les pathologistes peuvent désormais analyser les échantillons plus rapidement et avec plus de précision, aidant ainsi les médecins à élaborer des schémas thérapeutiques adaptés et personnalisés pour chaque patient.

« L'utilisation de nouveaux outils d'IA nous aidera non seulement à diagnostiquer les maladies avec plus de précision, mais ouvrira également une nouvelle ère dans le traitement du cancer », a déclaré le Dr Tolkach. « En fournissant des informations détaillées sur l'état de chaque patient, nous pourrons prendre des décisions thérapeutiques plus judicieuses et personnalisées, augmentant ainsi les chances de succès du traitement. »

Les scientifiques ont formé l'IA sur un ensemble de données massif et de haute qualité, capable d'analyser rapidement et avec précision des échantillons de biopsie, distinguant clairement 11 types de tumeurs et de tissus bénins au niveau du pixel.

Dans une étude publiée dans la prestigieuse revue Cell Reports Medicine, l’équipe a démontré que son outil d’IA peut classer avec précision les cancers du poumon non à petites cellules, confirmant cela en comparant les résultats du modèle avec des données réelles provenant de plusieurs hôpitaux.

L'équipe a ensuite identifié quatre biomarqueurs mesurables dans des échantillons de tissus, permettant de mieux prédire la progression de la maladie et la survie des patients. De plus, afin de faire progresser la recherche mondiale sur le cancer du poumon, l'équipe a rendu public trois vastes ensembles de données facilitant le développement de nouveaux algorithmes.

L'équipe estime que la plateforme deviendra un outil précieux pour un diagnostic précis des maladies, la prédiction de leur progression et même l'aide à la décision thérapeutique. Afin de confirmer la faisabilité de la plateforme, l'équipe collabore avec cinq instituts de recherche en pathologie de premier plan en Allemagne, en Autriche et au Japon afin de mener des études de validation à grande échelle.

Outre l'automatisation des soins de santé et l'analyse des images médicales, l'IA s'immisce progressivement dans la vie des patients. Des outils d'IA comme ChatGPT sont de plus en plus utilisés pour rechercher des informations médicales et même s'autodiagnostiquer.

Des études ont montré que ChatGPT pouvait fournir des informations utiles sur la santé, faciliter les évaluations de santé mentale, le conseil, la gestion des médicaments et l'éducation des patients. Cependant, son efficacité reste limitée, notamment pour le diagnostic des problèmes de santé chez les enfants, certaines études n'atteignant qu'une précision d'environ 17 %.

Bien que des modèles de langage à grande échelle tels que Llama-2-chat, Vicuna, Medllama2, Bard/Gemini, Claude, ChatGPT-3.5 et ChatGPT-4 aient réalisé des progrès significatifs, leur application au diagnostic des maladies génétiques reste limitée. La complexité des maladies génétiques nécessite des outils de diagnostic plus spécialisés.