Une IA permet de diagnostiquer le cancer du poumon aussi bien qu'un radiologue

  Si les IA thérapeutiques se font attendre, les IA d'aide au diagnostic continuent de déferler en médecine. Dernier en date : un algorithme d'apprentissage profond (réseau de neurones à convolution), développé par Google, vient de démonter son efficacité pour diagnostiquer un éventuel nodule cancéreux à partir de données d'imagerie. Les résultats, publiés sous forme de rapport de recherche dans Nature Medicine, sont excellents : testé sur 6716 cas cliniques issus du National Lung Cancer Screening Trial, le modèle a obtenu une efficacité (AUC) de 94 % pour identifier une lésion cancéreuse à partir d'une radiographie pulmonaire (tomodensitométrie à faible dose).

Les chercheurs de Google ont également comparé les performances de leur IA à celles de six radiologues, sur la base 507 clichés (dont 83 cancers confirmés a posteriori). Les médecins avaient accès à l'historique des patients. L'algorithme s'est avéré plus efficace que les médecins pour établir le bon diagnostic, avec en moyenne 11 % de faux positifs et 5 % de faux négatifs en moins. Quand les médecins pouvaient s'aider d'une radio effectuée l'année précédente pour estimer l'évolution, l'IA et les radiologues ont obtenu des résultats comparables.

Interrogé par le New York Times, le Pr Eric Topol, directeur du Scripps Research Translational Institute de La Jolla (Californie) et bon connaisseur du sujet, prévient que ces bons résultats ne doivent pas être un miroir aux alouettes : un tel système ne saurait être déployé sans étude rigoureuse en vie réelle. "De toute façon les radio pulmonaires de fumeurs, ça marche tellement mal que c'est dur de faire pire", lâche-t-il. Une prudence d'autant plus nécessaire qu'un radiologue distrait peut éventuellement manquer un diagnostic, alors qu'un système d'IA défaillant prend le risque de généraliser ses erreurs à un grand nombre de patients.