En ce moment

Une intelligence artificielle capable de détecter les tumeurs au cerveau en 90 secondes

Posté le 8 décembre 2023
par Arnaud Moign
dans Informatique et Numérique

Si l’intelligence artificielle est parfois perçue comme une menace, il ne faut pas oublier ses nombreux bienfaits. En médecine notamment, où l’IA semble promise à un bel avenir, par sa capacité à améliorer considérablement la qualité des diagnostics médicaux. Le système de dépistage rapide des tumeurs cérébrales DeepGlioma, développé à l’Université de Médecine du Michigan, en est un bel exemple. Cette IA serait capable de détecter des mutations génétiques dans les tumeurs cérébrales cancéreuses en moins de 90 secondes !

Le but de l’IA n’est pas de remplacer l’homme, mais de l’assister, en lui facilitant la tâche. Des études récentes ont ainsi prouvé comment la combinaison de systèmes basés sur l’IA pouvait aider les médecins à prédire l’apparition de cancers du sein, du poumon et plus récemment du pancréas et du cerveau.

Le gliome diffus : une tumeur cérébrale courante et difficile à diagnostiquer précisément

Il existe plusieurs types de gliomes diffus, chaque type présentant des mutations génétiques différentes. Or, l’efficacité des traitements varie suivant cette constitution génétique. Il a ainsi été prouvé que des patients atteints d’un gliome diffus appelé astrocytome pouvaient gagner cinq ans d’espérance de vie après ablation complète de la tumeur, par rapport à d’autres types de gliomes diffus !

Dans ce contexte, les techniques de classification moléculaire des tumeurs ont donc une importance considérable. Malheureusement, les méthodes actuelles sont difficiles d’accès, ce qui complique la prise de décision chirurgicale et le choix des traitements de chimiothérapie.

La méthode développée par l’équipe de neurochirurgiens et d’ingénieurs de la Michigan Medicine[1] est donc la bienvenue, car elle ouvre la voie à une identification précise et plus rapide, en permettant aux chirurgiens de distinguer la nature du gliome diffus pendant l’opération.

DeepGlioma, un système d’IA qui exploite l’imagerie rapide

DeepGlioma, dont l’idée a émergé en 2019, est un système qui associe des algorithmes de machine learning appelés Deep Neural Networks (DNN) et une méthode d’imagerie optique. Cette technique connue sous le nom d’histologie Raman stimulée, également développée à l’Université du Michigan, permet d’obtenir une image en temps réel des tissus des tumeurs cérébrales.

L’efficacité du système a été testée dans le cadre d’une étude conduite sur plus de 150 patients atteints de gliome diffus. Dans un papier publié dans Nature, les chercheurs expliquent que le nouveau système DeepGlioma a permis d’identifier des mutations utilisées par l’OMS pour définir des sous-groupes moléculaires de la maladie, avec une précision de plus de 90 % en moyenne.

Dans un communiqué de presse, Todd Hollon, neurochirurgien à l’University of Michigan Health et premier auteur de l’étude, déclare que « cet outil basé sur l’IA a le potentiel d’améliorer l’accès et la rapidité du diagnostic et des soins pour les patients atteints de tumeurs cérébrales mortelles ».

Selon lui, « DeepGlioma ouvre la voie à une identification précise et plus rapide qui donnerait aux prestataires une meilleure chance de définir les traitements et de prédire le pronostic des patients ».

CHARM : un outil aux objectifs similaires, développé à Harvard

Les chercheurs de l’université du Michigan ne sont pas les seuls à travailler sur le sujet et d’autres travaux sont aussi en cours à travers le monde.

Une équipe de l’Harvard Medical School vient également de présenter, dans la revue Med, un outil de séquençage de l’ADN des gliomes utilisant l’intelligence artificielle. Celui-ci s’appelle CHARM, un acronyme qui signifie « Cryosection Histopathology Assessment and Review Machine ». L’outil a aussi la particularité d’être disponible gratuitement. Il est téléchargeable en ligne à cette adresse.


[1] En collaboration avec l’Université de New York, l’Université de Californie, de San Francisco et d’autres instituts de recherche.


Pour aller plus loin