Le Journal Metabolism Clinical and Experimental mentionne dans une revue récente que l’utilisation de l’intelligence artificielle (IA) en médecine est venue couvrir des sujets aussi vastes, de l’informatique à l’application de nanorobots pour la livraison de médicaments. L’IA a parcouru un long chemin depuis ses humbles débuts. Avec le développement avancé des systèmes d’IA et de l’apprentissage automatique, des applications médicales plus importantes pour la technologie font leur apparition. Selon Cloudwedge, FocalNet, un système d’IA récemment développé par des chercheurs de l’UCLA, peut aider les radiologues et les spécialistes en oncologie à diagnostiquer le cancer de la prostate.

Selon UK Cancer Research Magazine, plus de 17 millions de cas de cancer ont été diagnostiqués à travers le monde en 2018. La même recherche suggère qu’il y aura 27,5 millions de nouveaux cas de cancer diagnostiqués chaque année d’ici 2040.

Bien que ces statistiques récentes semblent décourageantes, si l’on compare les données de diagnostic et de traitement, les résultats des patients se sont considérablement améliorés par rapport à il y a quelques décennies – dans les années 1970, moins d’un quart des personnes atteintes de cancer ont survécu. Aujourd’hui, grâce aux progrès sur le terrain, les taux de survie se sont considérablement améliorés. L’IA fait partie de ces progrès.
La simulation du raisonnement humain expert
Dès 1988, The Annals of Internal Medicine mentionnait que les diagnostics assistés par ordinateur conventionnels étaient limités et pour surmonter les lacunes, les chercheurs se sont tournés vers l’intelligence artificielle. Cependant, en raison de la technologie limitée disponible à l’époque, le système devait être formé manuellement par du personnel médical, et il est probable que cette formation n’incorporait que l’expérience personnelle d’une poignée de médecins. Malgré ces limites, cela a ouvert la voie à l’utilisation des réseaux de neurones dans le domaine médical actuel.
Comment fonctionne l’IA?
Ces réseaux de neurones sont la forme la plus fondamentale de l’intelligence artificielle. L’apprentissage automatique est la branche de l’IA qui vise à enseigner aux machines à être itératives dans les tâches. En développant des algorithmes qui peuvent aider les systèmes à déterminer où ils ont raison et où ils se sont trompés automatiquement, le système pourrait théoriquement apprendre des générations de données dans un court laps de temps. Malgré la solidité théorique de la technique et l’utilisation d’algorithmes complexes capables de reconnaître les comportements et les schémas, la technologie de l’IA n’a été que récemment en mesure d’offrir la perspicacité et les déterminations humaines nécessaires pour qu’elle excelle dans le domaine médical.

Le rôle de l’IA dans le diagnostic du cancer
Nature rapporte que le New York Genome Center s’appuie sur un logiciel unique pour dépister ses patients pour le glioblastome – un système d’intelligence artificielle développé par IBM appelé Watson. Watson est devenu célèbre en 2011 grâce à ses excellentes performances dans un jeu télévisé, mais l’IA doit maintenant être mise à contribution pour aider le domaine du diagnostic. Cependant, le système a encore besoin de plus de données pour être formé pour fonctionner correctement, et pour l’instant, l’IA n’est pas en mesure d’enseigner ce qui est correct et ce qui ne l’est pas. L’objectif d’IBM Watson est de pouvoir lire les dossiers des patients, puis accéder aux informations pertinentes nécessaires pour fournir le diagnostic et le plan de traitement les plus précis.
Apprenez comme un humain

S’il a la capacité de comprendre le sens du langage et peut se développer seul via l’apprentissage automatique, Watson a encore du chemin à parcourir avant de pouvoir être introduit dans le monde réel en tant qu’assistant efficace. Mais même aujourd’hui, l’IA a montré son potentiel dans certaines tâches médicales spécialisées, avec l’aide humaine. Selon une récente étude de la Northwestern University, l’IA peut surpasser les radiologues lors du dépistage du cancer, en particulier chez les patients atteints d’un cancer du poumon. Les résultats montrent que l’utilisation de l’IA réduit les faux positifs de 11%. Le domaine médical n’est peut-être pas si loin d’avoir sa propre IA bien entraînée pour poser des diagnostics appropriés. Tout dépend de la vitesse à laquelle la technologie de l’IA évolue et de la rapidité avec laquelle elle peut apprendre à diagnostiquer comme un médecin humain.