oncologie

Une intelligence artificielle de Google pour détecter les cancers du poumon

Un programme de «deep learning» a été aussi performant que des radiologues expérimentés, sinon plus, pour analyser des scanners pulmonaires de patients. Un espoir d’améliorer le dépistage de ces cancers meurtriers

Un agent d’intelligence artificielle (IA) développé par Google qui fait jeu égal avec des radiologues experts pour détecter des cancers du poumon. C’est l’exploit que révèle une étude publiée en mai dans Nature Medicine. Elle illustre aussi l’irruption des géants du web dans le secteur de la santé. Depuis quelques années, ces derniers mettent leur force de frappe au profit de cette ambition pour satisfaire leur appétit en données.

Avec 279 000 décès prévus en 2019, le cancer du poumon est le plus meurtrier en Europe. Comment le dépister? En 2011, une étude américaine a fait date, le National Lung Screening Trial, publié dans le New England Journal of Medicine. De 2002 à 2004, 53 454 personnes à haut risque de ce cancer ont été enrôlées. Agées de 55 à 74 ans, elles avaient fumé l’équivalent d’au moins un paquet par jour pendant trente ans. Elles ont été tirées au sort pour être suivies, chaque année pendant trois ans, soit par une radiographie standard du thorax, soit par un scanner à faibles doses du poumon (une technique très apte à détecter des nodules). 

Ce logiciel détecte des détails qui échappent à l’œil humain

Xavier Montet, radiologue, HUG

Résultats: dans le groupe suivi par scanner, le risque de décès par cancer du poumon était réduit de 20%. Une étude équivalente est en cours aux Pays-Bas et en Belgique. Selon les résultats préliminaires, la baisse de mortalité est plus impressionnante encore.Problème, «ce dépistage par scanner révèle de nombreux nodules. Mais les radiologues ont énormément de mal à dire s’ils sont bénins ou cancéreux!» s’exclame le professeur Xavier Montet, du service de radiologie des Hôpitaux universitaires de Genève.

94,4% d’efficacité

C’est ici qu’intervient l’IA et ses promesses de progrès médicaux majeurs. Son domaine de prédilection: la reconnaissance d’images. Des dizaines, voire des centaines de milliers d’images médicales, toutes issues de patients dont le diagnostic est connu, sont présentées à des algorithmes de deep learning. Ceux-ci s’entraînent alors à distinguer des pathologies précises (des lésions malignes, par exemple).

Lire aussi: Les programmes d’intelligence artificielle à l’assaut de l’oncologie

Le programme développé par Google a été entraîné avec des imageries scanner de 14 851 patients, dont 578 ont développé un cancer du poumon. Ensuite, les auteurs ont présenté à l’algorithme 6716 scanners d’autres patients, jamais vus par le logiciel. Parmi eux, 86 ont développé un cancer. L’IA a détecté ces tumeurs malignes avec 94,4% d’efficacité.

Ensuite, le logiciel de Google a été mis en compétition avec six radiologues confirmés. Verdict, quand un précédent scanner était disponible, il a fait aussi bien que ces six experts. Sinon, il a fait mieux. Il a permis de réduire de 11% les faux positifs (des cancers dépistés à tort, les nodules étant bénins) et de 5% les faux négatifs (des cancers non détectés).

Risque de surmédicalisation

«Ce logiciel détecte des détails qui échappent à l’œil humain», analyse Xavier Montet. Il repère, en somme, l’aiguille dans la botte de foin. «Pour autant, il n’y a pas, ici, de rivalité homme-machine.» L’IA ne détrônera pas les radiologues, mais les soulagera de tâches pointues, répétitives et chronophages.

La confiance aveugle dans cet algorithme est aujourd’hui prématurée

Francis Besse, radiologue, Saint-Denis

Quelle en sera la plus-value en conditions réelles? «Je suis assez confiant dans le fait que [ce logiciel] se montrera utile, mais cela reste à prouver», estime Eric Topol, directeur du Scripps Translational Science Institute à La Jolla (Californie), interrogé dans le New York Times le 20 mai. «La confiance aveugle dans cet algorithme est aujourd’hui prématurée», renchérit Francis Besse. Ce radiologue libéral à Saint-Denis, en région parisienne, est pourtant convaincu que «pour la radiologie, l’IA est la solution».


Lire à ce propos:


Bien des questions restent posées. Parmi elles, comment atteindre la population à risque? «Ce sera difficile de convaincre les gros fumeurs de venir se faire dépister, notamment à cause de leur crainte des résultats», analyse Xavier Montet. Quid, aussi, du risque de surmédicalisation? «Plus les nodules malins sont détectés tôt, plus ils sont faciles à traiter. D’un autre côté, le repérage d’un nodule inquiétant conduit à faire une biopsie pulmonaire parfois inutile, et parfois à opérer. Autant d’actes non dénués de risques», note Francis Besse. Un délicat compromis.

Publicité