Un algorithme diagnostique le cancer de la peau

L’apprentissage profond pourrait révolutionner le diagnostic visuel dans de nombreux champs médicaux. Des chercheurs de l’université de Stanford ont réalisé un nouveau pas dans cette voie avec un algorithme capable de diagnostiquer le cancer de la peau. À terme, l’objectif est de rendre ce type d’examen médical accessible sur smartphone.

Plus tôt un mélanome est détecté, plus grandes sont les chances d’en guérir. C’est pourquoi une première identification d’une tumeur réalisée avec l’aide d’un smartphone pourrait avoir un impact majeur sur les conséquences du cancer de la peau, maladie qui affecte chaque année 5,4 millions de personnes supplémentaires aux États-Unis. Pour parvenir à cet accès universel au diagnostic, une équipe pluridisciplinaire de l’université de Stanford a développé un système de vision artificielle dont la précision équivaut à celle d’un dermatologue humain.

 

Le système de diagnostic intégré aux smartphones

 

Celui-ci repose sur un réseau de neurones artificiels entraînés par un algorithme d’apprentissage profond (deep learning), technique récemment employée avec succès pour réaliser des tâches de vision artificielle. Le défi, pour la machine, consiste à associer une image numérique brute à une maladie dermatologique. Pour le relever, les chercheurs californiens ont amélioré un algorithme de Google, à l’origine uniquement capable de distinguer les chiens des chats, pour parvenir à classer plusieurs centaines de maladies. En collaboration avec des spécialistes de la dermatologie, ils ont constitué une base de 130 000 exemples à partir de photos de lésions de la peau tirées du Web.

Le réseau de neurones a été testé avec des images de haute qualité, validées par biopsie, et ses diagnostics comparés avec ceux de 21 experts certifiés pour trois tâches-clés de classification de carcinomes et de mélanomes. Selon les chercheurs, les performances de l’algorithme sont comparables avec celles des dermatologues. Après des tests plus approfondis en milieu clinique, le système devrait être intégré dans des appareils mobiles pour assister les médecins au diagnostic et fournir une alternative aux patients, par exemple lorsqu’ils ne peuvent pas rencontrer directement un spécialiste. A terme, cette aide au diagnostic pourrait concerner également d’autres affections,

 

Lire l’article (en anglais)

 

En complément :

Un article (en anglais) au sujet de l’évaluation automatique d’embryons pour la fécondation in vitro,

et un autre (en anglais) à propos d’un système prédictif pour détecter la dengue.