Des experts de la Harvard Medical School ont développé un modèle d'IA appelé Chief qui peut détecter avec précision différents types de cancer, évaluer les méthodes de traitement et prédire la survie, selon un article de Nature.
Les scientifiques affirment que leur réseau neuronal constitue une avancée majeure en raison de l’étendue des tumeurs qu’il peut analyser et de sa capacité à prédire les résultats des patients.
L’intelligence artificielle a amélioré les méthodes de diagnostic basées sur l’image en étant capable de repérer des caractéristiques que même un humain expérimenté pourrait manquer.
« Nous avons voulu créer une plateforme d’IA flexible et polyvalente, similaire à ChatGPT, capable d’effectuer un large éventail de tâches d’évaluation du cancer. Notre modèle s’est avéré extrêmement utile pour la détection des tumeurs et la prédiction de la réponse au traitement pour diverses maladies », a déclaré Kun-Hsing Yu, professeur associé d’informatique biomédicale à l’Institut Blavatnik de la Harvard Medical School.
Chief évalue les images numériques des tissus tumoraux. Il est formé sur 15 millions de fragments non étiquetés et 60 000 images en taille réelle, couvrant 19 types de cancer différents.
Le modèle aurait surpassé de 36 % les autres méthodes de diagnostic basées sur l’IA dans la détection des cellules cancéreuses, la prédiction de l’issue de la maladie, l’identification de l’origine des tumeurs et l’identification des modèles génétiques associés à la réponse au traitement.
Chief est précis à 94 % dans la détection du cancer, et à 96 % dans le cas de l'œsophage, de l'estomac, du côlon et de la prostate. Le modèle fournit des informations supplémentaires sur le tissu entourant la tumeur, notamment la présence d'un plus grand nombre de cellules immunitaires chez les personnes atteintes d'un cancer depuis longtemps par rapport à celles qui sont décédées prématurément.
Yu estime que si la méthode de Chief et des approches similaires sont davantage explorées, elles pourraient un jour être utilisées pour « identifier précocement les patients atteints de cancer qui pourraient bénéficier de traitements expérimentaux ciblant des variations moléculaires spécifiques ».
Auparavant, le modèle d’IA EMethylNET était capable de détecter 13 types de cancer différents avec une précision de 98,2 % sur la base de données ADN provenant d’échantillons de tissus.
Rappelons qu'en juillet dernier, des scientifiques avaient appris à l'intelligence artificielle à diagnostiquer la maladie d'Alzheimer avec une précision de 70 % sept ans avant son apparition et de 80 % dans l'année qui a suivi.
Vous avez trouvé une erreur dans le texte ? Sélectionnez-la et appuyez sur CTRL+ENTRÉE
Newsletters ForkLog : restez au courant de l'actualité du secteur du bitcoin !