L’utilisation de l’intelligence artificielle (IA) est en train de révolutionner l’imagerie médicale. Le dispositif mis au point au MIT (Boston), exposé il y a peu dans la revue Radiology, en apporte une preuve supplémentaire. Grâce à un algorithme de "deep learning", les chercheurs ont mis au point une méthode pour évaluer la densité d’un sein en mammographie, et ainsi détecter plus finement les cancers du sein.

Un sein se compose essentiellement d’une glande mammaire entourée de graisse. Or le tissu glandulaire (ou fibreux) apparaît blanc à la mammographie, ce qui gêne la visualisation et rend l’interprétation plus délicate. La densité mammaire, qui varie tout au long de la vie et diminue avec l’âge, est même un facteur de risque indépendant de cancer du sein. Savoir si un sein est dense est donc la première étape de tout dépistage.

Une évaluation délicate

À cette fin, les radiologues ont mis au point une classification à quatre niveaux, qui va du sein "graisseux homogène" au sein "dense homogène". Elle aide notamment à déterminer si la mammographie doit être complétée par un autre examen, telle qu’une échographie ou une IRM. Mais ce jugement est subjectif, et peut varier dans des proportions non négligeables selon les radiologues.

C’est ici que l’IA possède une carte à jouer. "Nous souhaitions créer un outil précis et cohérent, qui puisse être partagé et utilisé dans tous les systèmes de santé", explique Adam Yala, doctorant en sciences de l’information et deuxième auteur de l’article, dans un communiqué du MIT.

90% d’accord homme-machine

Grâce à un algorithme de "deep learning" (un réseau de neurones à convolution), les chercheurs ont entraîné leur logiciel à adopter le coup d’œil du radiologue. Concrètement, la machine s’est formée sur plus de 10 000 mammographies pré-étiquetées par des médecins du service de radiologie du Massachusetts General Hospital. Et ce, jusqu’à être capable de classer un cliché de façon fiable.

Et de fait, le système a montré d’excellentes performances lors de la phase d’évaluation clinique. Dans plus de 90% des cas, les experts radiologues étaient d’accord avec le niveau de densité suggéré – en moins d’une seconde de calcul – par l’algorithme.

Un tel dispositif pourrait permettre d’affiner les performances du dépistage, pour un coût a priori modique puisqu’il s’agit d’un simple logiciel. Il montre aussi à quel point l’IA peut s’avérer précieuse, non pour remplacer le médecin, mais pour l’éclairer dans sa décision.