LE DIRECT
ⓘ Publicité
Radio France ne vous demandera jamais de communiquer vos coordonnées bancaires.
Un mélanome  d'extension superficielle, ici au stade précoce, se distingue difficilement d'un simple grain de beauté

L'intelligence artificielle détecte mieux les mélanomes au stade précoce que les dermatologues

11 min
À retrouver dans l'émission

En 2017 une équipe américaine avait déjà démontré l'intérêt de l'intelligence artificielle en dermatologie. Cette nouvelle étude va plus loin en démontrant qu'elle détecte mieux les cas rares de mélanomes que les dermatologues.

Un mélanome  d'extension superficielle, ici au stade précoce, se distingue difficilement d'un simple grain de beauté
Un mélanome d'extension superficielle, ici au stade précoce, se distingue difficilement d'un simple grain de beauté Crédits : GIRAND / BSIP - AFP

Ce sont des résultats étonnants qui sont parus dans la revue Annals of Oncology cette semaine. Une équipe de chercheurs allemands, français et américains a conçu un algorithme d'intelligence artificielle pour dépister le mélanome et il s’est révélé plus performant qu’une équipe de dermatologues. Et ces résultats sont très positifs. La détection précoce du mélanome, l'un des cancers de la peau les plus agressifs  est un enjeu de santé publique, car dans les premiers stades, il ressemble à s’y méprendre à un naevus, c’est à dire un grain de beauté. Repéré à temps, il répond très bien au traitement mais le diagnostic bien souvent trop tard, et le mélanome reste la pathologie la plus meurtrière en dermatologie, avec chaque année 232 000 cas de mélanome malin déclarés, et 55 000 décès. 

En 2017 déjà, une équipe américaine avait mis en valeur la pertinence des systèmes d'intelligence artificielle dits de deep learning (ou apprentissage profond) en dermatologie, et  publiaient leurs travaux dans la revue Nature. L'équipe internationale qui publie ses résultats cette semaine va plus loin, en démontrant que face à des photos de lésions l’IA est plus pertinente que le dermatologue. L'algorithme conçu a été "entraîné" avec une base de données importantes. Il a ensuite été testé avec des images de lésions prises en dermoscopie, une technologie qui permet la fois de supprimer les reflets de la lumière sur la peau, donc d'accéder aux couches plus profondes, et de les visualiser grâce à un très fort grossissement. Une équipe de dermatologues spécialisés a aussi analysé les mêmes images. 

89 % de bonnes réponses pour les dermatologues, 95 % pour la machine

Ceux-ci ont détecté  87% des cas de mélanomes rares, à partir des clichés seuls. Un taux qui  monte à 89% quand on présente aux dermatologues des images en plus gros plan, et des éléments de contexte, tels que l'âge des patients, l'évolution de la lésion au cours du temps, etc. Le réseau de neurones a été non seulement plus rapide, mais son diagnostic des lésions cutanées a été beaucoup plus précis que celui du corps médical avec 95% de mélanomes détectés à partir de la première série de photos en dermoscopie. Pour le dermatologue Luc Thomas, professeur au CHU de Lyon et chercheur au Centre de recherche sur le cancer de Lyon et co-auteur de cet article, l'expérience présente tout de même des limites dont on doit tenir compte pour en comprendre la portée : l'intelligence artificielle n'est formée qu'à reconnaître le mélanome et pourrait dans ce contexte passer à côté d’autres pathologies. Inversement si les dermatologues ont été moins compétents, il convient de rappeler qu'un praticien dispose d'éléments de contexte lors de son examen clinique qui ne se résument pas à de simples clichés, et qui contribuent à l'aider à poser un diagnostic. 

L'intelligence artificielle, meilleure alliée des disciplines "visuelles" de la médecine

L'intelligence artificielle peut à terme représenter une opportunité importante en dermatologie, dans un contexte ou le nombre de dermatologues ne cesse en France de diminuer. Un tel algorithme pourrait par exemple être utilisé par un médecin généraliste, ou une infirmière en amont d'une consultation en dermatologie pour interpréter des images, et être ensuite être soumis à un clinicien pour améliorer la détection précoce du cancer de la peau. Cette nouvelle étude démontre le grand intérêt des algorithmes d'apprentissage dans les disciplines dites "visuelles" de la médecine comme la radiologie, l'anatomie pathologie ou alors l'ophtalmologie dans interprétation des images qu'elles génèrent. 

L'équipe
Production
Réalisation
ⓘ Publicité
Radio France ne vous demandera jamais de communiquer vos coordonnées bancaires.

France Culture

est dans l'appli Radio France
Direct, podcasts, fictions

INSTALLER OBTENIR

Newsletter

Découvrez le meilleur de France Culture

S'abonner
À venir dans ... secondes ...par......