CM – L’intelligence artificielle pourrait aider à diagnostiquer le cancer du poumon un an plus tôt

0

Diagramme montrant les détails de l’expérience de dépistage pulmonaire. Image reproduite avec l’aimable autorisation de l’European Respiratory Society/Benoit Audelan

8 septembre 2021 – Un programme d’intelligence artificielle (IA) peut détecter les signes de cancer du poumon sur les tomodensitogrammes (CT) un an avant qu’ils ne puissent être diagnostiqués avec les méthodes existantes, selon une étude présentée au Congrès international de l’European Respiratory Society.

Le cancer du poumon est la cause la plus fréquente de décès par cancer avec environ 1,8 million de vies perdues dans le monde chaque année. Le cancer du poumon est souvent diagnostiqué à un stade tardif, lorsque le traitement a moins de chances de réussir.

Les chercheurs espèrent que l’utilisation de l’IA pour soutenir le dépistage du cancer du poumon pourrait rendre le processus plus rapide et plus efficace, et finalement aider à diagnostiquer plus de patients à un stade précoce.

Les tomodensitogrammes sont déjà utilisés pour détecter les signes de tumeurs pulmonaires, suivis d’une biopsie ou d’une intervention chirurgicale pour confirmer si la tumeur est maligne. Mais chaque analyse implique un radiologue expert examinant environ 300 images et recherchant des signes de cancer qui peuvent être très petits. Les essais utilisant des tomodensitogrammes pour dépister les personnes présentant un risque élevé de cancer du poumon se sont révélés prometteurs, mais le dépistage est entravé par la difficulté pratique pour un radiologue d’examiner chaque image, une à la fois, pour décider qui a besoin d’autres tests.

La nouvelle étude a été présentée par Benoît Audelan, chercheur dans l’équipe-projet Epione du centre Inria (Institut national de recherche en sciences et technologies du numérique) de l’Université Côte d’Azur. Il a travaillé avec des collègues de l’Université Côte d’Azur, de Therapixel (éditeur de logiciels spécialisé dans l’intelligence artificielle pour l’imagerie médicale) et du CHU de Nice.

Les chercheurs ont formé leur programme d’IA à l’aide d’un ensemble de tomodensitogrammes de 888 patients qui avaient déjà été examinés par des radiologues pour identifier les excroissances suspectes.

Ensuite, ils l’ont testé sur différents groupes de 1 179 patients qui faisaient partie d’un essai de dépistage pulmonaire avec un suivi de trois ans, à l’aide de tomodensitogrammes effectués au cours des deux dernières années de l’essai. Ceux-ci comprenaient 177 patients qui ont reçu un diagnostic de cancer du poumon via une biopsie après leur dernier scan de l’essai.

Le programme a identifié 172 des 177 tumeurs malignes dans ces tomodensitogrammes, ce qui signifie qu’il était efficace à 97 % dans la détection des cancers. Les cinq tumeurs que le programme a manquées se trouvaient près du centre de la poitrine, où les tumeurs sont plus difficiles à distinguer des parties saines du corps.

Les chercheurs ont également testé le programme sur des scans effectués un an avant que les tumeurs ne soient diagnostiquées chez les mêmes 1 179 patients et il a pu identifier 152 zones suspectes qui ont ensuite été diagnostiquées comme un cancer.

Cependant, les chercheurs affirment que le programme identifie également trop de zones suspectes qui ne sont pas cancéreuses (faux positifs) et cela devrait être considérablement amélioré avant que le programme puisse être utilisé en clinique, car l’investigation de toutes ces zones entraînerait des biopsies inutiles.

Audelan a déclaré: «Le dépistage du cancer du poumon signifierait que beaucoup plus de tomodensitogrammes seraient effectués et nous n’avons pas suffisamment de radiologues pour les examiner tous. C’est pourquoi nous devons développer des programmes informatiques qui peuvent aider. Notre étude montre que ce programme peut détecter des signes possibles de cancer du poumon jusqu’à un an plus tôt. « L’objectif de nos recherches n’est pas de remplacer les radiologues mais de les accompagner en leur donnant un outil capable de détecter les premiers signes de cancer du poumon.

Les chercheurs prévoient de travailler sur un nouveau système qui sera mieux en mesure de différencier les tissus malins des tissus non malins pour aider les radiologues à décider quels patients doivent faire l’objet d’une enquête plus approfondie.

La professeure Joanna Chorostowska-Wynimko, qui n’a pas participé à la recherche, est la secrétaire générale de l’European Respiratory Society et une consultante en médecine respiratoire à l’Institut national de la tuberculose et des maladies pulmonaires à Varsovie, en Pologne. Elle a déclaré : « Le diagnostic précoce du cancer du poumon est essentiel pour améliorer les taux de survie et le dépistage serait une étape importante vers cet objectif. La recherche montre que le dépistage par tomodensitométrie pourrait réduire les décès par cancer du poumon.

«Ce travail est prometteur car il montre que l’IA pourrait nous aider à examiner rapidement de nombreux scans et même à détecter des signes de cancer à un stade plus précoce. Cependant, avant que ce programme puisse être utilisé, les chercheurs devront mieux faire la distinction entre les tissus pulmonaires anormaux mais bénins et les tissus probablement cancéreux. »

Femme de 62 ans qui a subi une hystérectomie pour un cancer de l’utérus : Les images de tomodensitométrie thoracique sagittale montrent la mesure de la longueur des poumons droit (A) et gauche (B) au niveau hilaire de l’apex au dôme diaphragmatique. La longueur du poumon droit était de 20,1 cm pour le lecteur 1 et de 20,0 cm pour le lecteur 2 ; la longueur du poumon gauche était de 21,7 cm pour le lecteur 1 et de 21,3 cm pour le lecteur 2. Le patient n’a pas eu besoin de ventilation mécanique postopératoire.

Une équipe de psychologues et de neuroscientifiques du Beckman Institute for Advanced Science and Technology comprenant Sepideh Sadaghiani, Maximillian Egan, Ryan Larsen et Brad Sutton a publié une étude visant à établir une utilisation sûre de l’électroencéphalographie couplée à de nouvelles séquences d’IRM fonctionnelles. Image reproduite avec l’aimable autorisation du Beckman Institute for Advanced Science and Technology.

L’assurance qualité dosimétrique absolue de Sun Nuclear utilise des données EPID calibrées pour permettre une véritable surveillance dosimétrique in vivo, créant ainsi une assurance qualité dosimétrique absolue totalement indépendante des traitements des patients.

Les scientifiques du mont Sinaï ont créé un système automatisé basé sur l’IA qui apprend à lire les données des patients à partir des dossiers de santé électroniques. Ici, le système a identifié les cas de démence (points violets) à partir d’une base de données de près de 2 millions de patients (points bleus). Avec l’aimable autorisation du laboratoire Glicksberg, Mount Sinai, N.Y., N.Y.

Keywords:

Lung cancer,Artificial intelligence,Lung,Computed tomography,Medicine,Medical imaging,Lung cancer, Artificial intelligence, Lung, Computed tomography, Medicine, Medical imaging,,Artificial Intelligence,Cancer,Technology,,

Donnez votre avis et abonnez-vous pour plus d’infos

[gs-fb-comments]

Vidéo du jour: