Les pathologistes humains experts ont généralement besoin d’environ 30 minutes pour diagnostiquer les tumeurs cérébrales à partir d’échantillons de tissus extraits pendant la chirurgie. Un nouveau système artificiellement intelligent peut le faire en moins de 150 secondes – et il le fait plus précisément que ses homologues humains.
Nouveau recherche publié aujourd’hui dans Nature Medicine décrit une nouvelle technique de diagnostic qui tire parti de la puissance de l’intelligence artificielle avec une technique d’imagerie optique avancée. Le système peut effectuer des diagnostics rapides et précis des tumeurs cérébrales en temps pratiquement réel, tout en le patient est toujours sur la table d’opération. Lors des tests, l’IA a posé des diagnostics légèrement plus précis que ceux des pathologistes humains et en une fraction du temps. Curieusement, le nouveau système pourrait être utilisé dans des environnements où les neurologues experts ne sont pas disponibles, et il est prometteur comme une technique qui pourrait diagnostiquer également d’autres formes de cancer.
Pendant la chirurgie du cancer, il n’est pas rare que les chirurgiens extraient des tissus potentiellement problématiques pour l’analyse en laboratoire. Ces biopsies peropératoires permettent des diagnostics plus précis et aident l’équipe médicale à concevoir les prochaines étapes, telles que la planification d’une chirurgie ultérieure pour retirer la tumeur.
Selon la nouvelle étude, environ 1,1 million d’échantillons de cerveau sont biopsiés aux États-Unis chaque année, tous méticuleusement examinés par un neuropathologiste qualifié. Ce processus, comme les auteurs l’ont écrit dans l’article, est «gourmand en temps, en ressources et en main-d’œuvre».
En effet, ces diagnostics impliquent plus d’une douzaine étapes, y compris transporter le tissu de la salle d’opération au laboratoire et le placer temporairement dans un état cryogéniquement gelé, décongeler et déshydrater l’échantillon, le nettoyer avec du xylène et le monter au microscope pour analyse – sans parler de toutes les étapes requises par le pathologiste pour effectuer son évaluation du tissu. Pour aggraver le problème, il y a actuellement une pénurie de neuropathologistes aux États-Unis, et «d’autres pénuries sont attendues étant donné le taux de vacance de 42% dans les bourses de neuropathologie», selon l’étude.
Soucieux de rationaliser ce processus, le neuroscientifique de l’Université de New York Daniel Orringer et ses collègues ont développé une technique de diagnostic combinant une nouvelle technique d’imagerie optique puissante, appelé histologie Raman stimulée (SSR), avec un réseau de neurones profonds artificiellement intelligent. La SRH utilise une lumière laser diffusée pour éclairer des éléments qui ne sont pas normalement vus dans les techniques d’imagerie standard. Pendant la chirurgie, les images acquises par SSR sont évaluées par l’algorithme AI, qui nécessite moins de 150 secondes pour effectuer son évaluation, par rapport aux 20 à 30 minutes requises par les neuropathologistes humains. Les auteurs «ont démontré comment combiner la SSR avec l’apprentissage en profondeur peut être utilisé pour prédire rapidement le diagnostic de tumeur cérébrale peropératoire», selon l’article.
De façon fascinante, l’IA est également capable de détecter des caractéristiques dans les biopsies non visibles à l’œil humain.
« En tant que chirurgiens, nous sommes limités à agir sur ce que nous pouvons voir; cette technologie nous permet de voir ce qui serait autrement invisible, d’améliorer la vitesse et la précision dans la (salle d’opération) et de réduire le risque de diagnostic erroné », Orringer, l’auteur principal du document, a déclaré dans un communiqué de presse. «Avec cette technologie d’imagerie, les opérations contre le cancer sont plus sûres et plus efficaces que jamais.»
Pour créer le réseau neuronal profond, les scientifiques ont formé le système sur 2,5 millions d’images prises sur 415 patients. À la fin de la formation, l’IA pouvait classer les tissus en l’une des 13 formes courantes de tumeurs cérébrales, telles que le gliome malin, le lymphome, les tumeurs métastatiques, l’astrocytome diffus et le méningiome.
Un essai clinique portant sur 278 patients atteints de tumeurs cérébrales et d’épilepsie et trois institutions médicales différentes a ensuite été mis en place pour tester l’efficacité du système. Les images de SSR ont été évaluées par des experts humains ou par l’IA. En regardant les résultats, l’IA a correctement identifié la tumeur 94,6% du temps, tandis que les neuropathologistes humains étaient précis 93,9% du temps. Fait intéressant, les erreurs commises par les humains étaient différentes de celles commises par l’IA. Ce sont en fait de bonnes nouvelles, car cela suggère que la nature des erreurs de l’IA peut être prise en compte et corrigée à l’avenir, résultant en un système encore plus précis, selon les auteurs.
«La SSR révolutionnera le domaine de la neuropathologie en améliorant la prise de décision pendant la chirurgie et en fournissant une évaluation de niveau expert dans les hôpitaux où les neuropathologistes qualifiés ne sont pas disponibles», a déclaré Matija Snuderl, co-auteur de l’étude et professeur agrégé à NYU Grossman School of Medicine, dans le communiqué de presse.
De plus, comme bon nombre des caractéristiques histologiques observées dans les tumeurs cérébrales sont observées dans d’autres formes de cancer, ce système pourrait éventuellement être utilisé dans d’autres domaines et chirurgies, y compris la dermatologie, la gynécologie, la chirurgie du sein et la chirurgie de la tête et du cou, selon l’étude .
Lentement mais sûrement, l’intelligence artificielle dépasse les humains quand il s’agit de ce genre de chose. Google, par exemple, dispose de systèmes capables de diagnostiquer à la fois cancer du sein et cancer du poumon mieux que des experts humains. Parfois, et tout à fait légitimement, nous sommes nerveux à propos de l’IA humaine supérieure, mais dans de tels cas, faites-les!
GIPHY App Key not set. Please check settings