Des chercheurs de la division CSAIL du MIT, qui se concentre sur l’informatique et le développement d’IA, ont mis au point deux algorithmes de machine learning capables de détecter le cancer du pancréas à un seuil plus élevé que les diagnostics standard actuels. Ensemble, ces deux modèles constituent le réseau neuronal « PRISM ». Celui-ci a été conçu pour détecter spécifiquement l’adénocarcinome canalaire (PDAC), le cancer pancréatique le plus répandu. Les procédures standard actuelles permettent d’identifier environ 10 % des cas par les professionnels. En comparaison, PRISM peut en détecter 35 %.
Des chercheurs du MIT développent des modèles IA pour une détection précoce du cancer du pancréas
Utiliser l’IA pour réaliser des diagnostics n’est pas nouveau, mais PRISM sort du lot dans la manière dont il a été développé. Le réseau neuronal a été programmé avec l’accès à divers jeux de données électroniques de santé provenant d’institutions de santé de tous les États-Unis. Plus de 5 millions de dossiers patients, ce qui, selon l’équipe, « surpasse l’échelle » d’informations jamais données à un modèle IA dans ce domaine de recherche. « Le modèle utilise une routine clinique et des données de laboratoire pour réaliser ses prédictions, et la diversité de la population américaine est une amélioration significative par rapport aux autres modèles PDAC, qui sont généralement confinés à des régions géographiques spécifiques comme certains centres de santé aux États-Unis », explique Kai Jia, du MIT, auteur principal du papier.
Le projet PRISM a démarré il y a six ans. La volonté d’avoir un algorithme pouvant détecter le PDAC de manière précoce a beaucoup à voir avec le fait que la plupart des patients sont actuellement diagnostiqués dans les derniers stades du développement du cancer – environ 80 % sont diagnostiqués bien trop tard.
L’objectif est toujours le même, détecter très tôt pour maximiser les chances de guérison
L’IA analyse la démographie, les diagnostics précédents, les traitements précédents et actuels. Collectivement, le modèle œuvre à évaluer la probabilité de cancer en étudiant les données électroniques de santé ainsi que plusieurs facteurs chez le patient, dont l’âge et plusieurs facteurs de risque dans son style de vie. Ceci étant dit, PRISM ne peut qu’aider à poser un diagnostic, et ce, auprès de très peu de patients. Pour l’heure, cette technologie est limitée aux laboratoires du MIT et à certains patients des États-Unis. Le défi logistique de mettre à une échelle plus large cette IA impliquera de fournir à l’algorithme des jeux de données plus diversifiées encore et peut-être même des profils de santé du monde entier pour améliorer l’accessibilité.
Quoi qu’il en soit, ce n’est pas la première expérimentation du MIT dans le développement d’un modèle IA capable de prédire un risque de cancer. Il a notamment développé un moyen d’entrainer des modèles à évaluer le risque de cancer du sein chez les femmes en analysant des mammogrammes. Dans ce domaine, les experts du MIT l’ont confirmé, plus les jeux de données sont diversifiés, meilleurs sont les diagnostics réalisés par l’IA sur les différentes populations. Le développement continu de modèles IA pouvant prédire le cancer permettra non seulement d’améliorer l’issue pour les patients si la détection est suffisamment précoce, mais cela vient aussi alléger les charges de travail des professionnels de santé. Le marché pour l’IA dans les diagnostics est en plein essor et de grands noms de la tech, dont IBM, se lancent.
