Le cancer du foie à la loupe… de l’IA

Un chercheur du Centre hospitalier de l’Université de Montréal (CHUM) consacre ses heures au perfectionnement de l’imagerie médicale assistée par l’intelligence artificielle (IA) afin de mieux détecter et traiter le cancer et autres maladies du foie.

Le Dr. An Tang a récemment été nommé par l’Université de Montréal (UdeM) en tant que professeur titulaire au Département de radiologie, radio-oncologie et médecine nucléaire de l’établissement.

Passionné par l’idéal esthétique de la radiologie, celui-ci effectue des recherches dans les domaines de l’imagerie des biomarqueurs des maladies chroniques du foie (hépatopathies) et sur la détection du cancer du foie à l’aide de techniques d’IA.

« Les algorithmes ont le potentiel de sauver des vies, mais aussi de nous aider à détecter les hépatopathies, ainsi que de réduire le nombre de faux négatifs et de faux positifs » – Dr. An Tang, chercheur au Centre hospitalier de l’Université de Montréal

Concrètement, l’IA pourrait minimiser le besoin de recourir aux biopsies pour diagnostiquer le cancer ou pour déterminer si une anomalie est cancéreuse ou non.

« Pour l’instant, la biopsie reste l’étalon standard pour les diagnostics. Même si 1 % de ce type d’intervention mène à des complications et que seulement une biopsie sur 10 000 est cause de mortalité, ce sont des risques réels », explique l’expert.

L’imagerie augmentée par l’IA ouvre la voie à des diagnostics non invasifs, ne provoquant pas de saignements, souligne-t-il.

DÉPISTAGE ET TRIAGE

Grâce à l’apprentissage profond, il serait aussi plus facile de dépister et déterminer la provenance des métastases.

En effet, le cancer du foie trouve parfois son origine dans d’autres organes, comme le colon. C’est justement sur ce sujet que s’est penché le Dr Tang et ses collègues dans une étude publiée par la Radiological Society of North America.

Dans cet article, les radiologistes ont démontré que la détection et la segmentation automatisées des métastases hépatiques colorectales voient leur efficacité améliorée en utilisant l’apprentissage profond avec des réseaux de neurones convolutifs, lorsqu’elles sont corrigées manuellement.

L’IA offre aussi une solution au problème du triage des patients en attente de soins.

Pouvant rapidement déterminer les cas les plus urgents avec l’imagerie médicale, les algorithmes les classeraient par ordre de priorité pour qu’ils soient ensuite examinés par un médecin.

« De nos jours, quand on a 100 mammographies à regarder, pour l’instant on les lit dans l’ordre où elles sont arrivées au département. Ça pourrait être bien plus efficace avec un algorithme qui ferait un prétriage », affirme le chercheur.

LA MACHINE MEILLEURE DE L’HUMAIN ?

Le docteur voit d’un bon œil le futur de la radiologie assistée par l’IA .

« C’est une technologie qui va nous permettre de faire moins d’erreurs. Je vois la relation entre l’humain et la machine comme une forme de coexistence. Les erreurs que font les personnes et celles commises par les ordinateurs sont très différentes. Je ne crois donc pas qu’on pourra se passer des médecins d’ici demain », souligne-t-il.

Ce dernier prend aussi avec un grain de sel les études qui semblent démontrer que certains modèles d’IA sont meilleurs que les humains pour détecter des formes de cancer par imagerie.

« Le dépistage et le traitement d’un cancer, ça ne s’arrête pas au scan par résonance magnétique. Il y a une batterie de tests à passer avant d’obtenir un diagnostic, et les algorithmes ne sont pas capables de tout faire », insiste le Dr Tang.

Quoi qu’il en soit, celui-ci croit que la recherche dans le domaine de l’apprentissage profond est prometteuse.

De plus, il souhaite que les institutions médicales du Québec et du Canada puissent éventuellement fédérer leurs bases de données qui constituent « le nerf de la guerre ».

Crédit photo : Pexels / Mart Production