Un diagnostic précoce signifie un traitement précoce et une meilleure chance d’obtenir un résultat positif
Les résultats finaux pour les patients sont souvent meilleurs lorsqu’une maladie est diagnostiquée et soignée à un stade précoce; cependant, certaines maladies ne déclenchent pas de symptômes avant que le patient ne soit déjà malade – le cancer de l’ovaire, par exemple, peut passer inaperçu pendant dix ans ou plus, ce qui lui donne le temps d’infecter d’autres organes.
En dépistant ces maladies sournoises chez les patients en bonne santé, les médecins peuvent les découvrir plus tôt – et les récents instruments d’intelligence artificielle (IA) garantissent une aide dans cette chasse.
Les maladies cardiovasculaires
La difficulté : Les maladies cardiovasculaires (MCV) tuent près de 18 millions de personnes par an, ce qui en fait la principale cause de décès dans le monde.
Si un médecin sait que son patient présente un risque élevé de développer ou de décéder d’une MCV, il peut suggérer des médicaments ou des changements de mode de vie pour réduire le danger, mais les personnes atteintes de ces maladies se sentent toujours bien – jusqu’à ce qu’elles aient une maladie cardiovasculaire ou un accident vasculaire cérébral.
Le statu quo : Les professionnels de la santé peuvent prévoir le risque de MCV à l’aide de dispositifs tels que la structure des scores de risque de Framingham, mais l’une des données nécessaires est le taux de cholestérol. Cela signifie que les patients doivent se rendre dans une clinique pour y subir une prise de sang – ce qui ne plaît à personne, et de plus, environ un quart des adultes reconnaissent avoir peur des aiguilles.
Une étude précédente recommande que la largeur des vaisseaux sanguins et aussi des artères de la rétine, au fond de l’œil, peut servir d’indicateur précoce de MCV. Cependant, les professionnels doivent analyser les images, ce qui indique qu’il n’existe pas de moyen fondamental d’utiliser ces informations pour aider un grand nombre de patients.
Les maladies cardiovasculaires sont la principale cause de décès dans le monde.
L’IA : Dans le cadre d’une étude récemment publiée, des chercheurs britanniques ont entraîné une IA à prévoir le risque de MCV d’un patient sur la base d’images rétiniennes et de facteurs de risque tels que l’âge, la consommation de cigarettes et les antécédents médicaux, sans qu’il soit nécessaire de procéder à de nouveaux examens sanguins.
Pour confirmer leur modèle basé sur l’IA – QUARTZ, ou “Quantitative Analysis of Retinal vessels Topology as well as size” (analyse quantitative de la topologie et de la taille des vaisseaux rétiniens) – ils ont prédit le risque de MCV de près de 6 000 personnes (âgées en moyenne de 67 ans) incluses dans une étude britannique sur la santé à long terme.
Les scientifiques ont suivi les participants pendant une moyenne de 9,1 ans et ont découvert que leur IA était capable de prédire le risque de MCV avec autant de précision que la structure de Framingham couramment utilisée.
Un regard vers l’avenir : Les participants au Royaume-Uni étaient majoritairement blancs et avaient un mode de vie plus sain que la moyenne pour leur lieu de résidence et leur âge, de sorte que l’IA doit encore être confirmée sur une population plus large.
De plus, si l’imagerie rétinienne est courante et peu coûteuse, elle nécessite des outils spécialisés, généralement utilisés par un ophtalmologiste. Les cardiologues et les médecins généralistes devront trouver le meilleur moyen d’intégrer ce type d’imagerie dans leur travail.
Néanmoins, des recherches sur l’utilisation des caméras des smartphones pour l’imagerie rétinienne pourraient rationaliser le processus. Cette IA actuelle pourrait un jour être intégrée à une application permettant aux gens d’examiner leur risque de MCV sans passer par un quelconque test invasif ni même quitter leur domicile.
Le cancer du sein
L’obstacle : le cancer du sein est l’un des cancers les plus répandus dans le monde, mais grâce à des thérapies efficaces, ce n’est pas l’un des plus mortels. Si les taux de survie varient selon les endroits, 90 % des patients des pays à revenu élevé survivent 5 ans ou plus après le diagnostic.
Une découverte précoce est essentielle pour obtenir ces résultats favorables. Si le cancer est découvert alors qu’il est encore localisé au sein, le taux de survie à 5 ans aux États-Unis est de 99 % ; en revanche, s’il s’est déjà propagé à des parties éloignées du corps, comme les poumons ou le foie, ce taux tombe à 29 % seulement.
Le statu quo : Si une personne présente un risque supérieur à la moyenne de développer un cancer du sein, son médecin peut lui suggérer de passer une IRM mammaire, en plus des mammographies de routine (le critère de dépistage du cancer du sein).
L’IRM étant beaucoup plus sensible, elle peut détecter des lésions suspectes qu’une mammographie pourrait manquer. Cette sensibilité entraîne également un grand nombre de faux positifs, qui ne sont généralement reconnus qu’après que la patiente a subi une biopsie intrusive des tissus.
L’IA aurait pu réduire au minimum les biopsies inutiles pour 20 % des personnes.
L’IA : des chercheurs de l’Université de New York et du Jagiellonian College en Pologne ont utilisé 20 000 scanners IRM du sein pour entraîner une IA à anticiper la possibilité qu’une patiente ait un cancer du sein sur la base des photos.
Une fois entraînée, l’IA a été capable d’anticiper un cancer à partir de contrôles IRM avec à peu près la même précision qu’un panel de cinq radiologues humains.
Lorsque les scientifiques ont demandé à l’IA d’analyser des scans de lésions de catégorie 4 selon le système BI-RADS – des lésions jugées suffisamment suspectes pour que des biopsies soient envisagées – ils ont découvert que ses suggestions auraient permis de réduire les biopsies inutiles dans 20 % des cas.
L’avenir : Les personnes de race blanche représentaient près de 70 % des scanners IRM utilisés pour former l’IA et la plupart de ceux utilisés pour l’évaluer. D’autres études sont donc nécessaires pour s’assurer que l’IA est aussi précise pour anticiper la possibilité d’un cancer du sein dans les scanners de patients non blancs.
Si ces études révèlent que l’IA est efficace pour l’ensemble de la population, elle pourrait non seulement réduire le nombre de biopsies inutiles, mais aussi aider davantage de patientes atteintes d’un cancer du sein à être diagnostiquées.
En effet, le taux élevé de faux positifs est une raison majeure pour laquelle les IRM ne sont pas conseillées à la population générale. Si une IA peut réduire ce taux, les scanners pourraient devenir un outil de dépistage courant, permettant à davantage de patients d’obtenir un diagnostic plus précoce.
Le cancer colorectal
Le défi : Le cancer colorectal est le troisième cancer le plus répandu dans le monde et le deuxième le plus meurtrier – seul le cancer du poumon fait plus de victimes.
Il commence par la formation de petites excroissances, appelées polypes, sur la paroi interne du côlon ou du rectum. Les polypes qui peuvent devenir cancéreux avec le temps sont appelés adénomes, et s’ils ne sont pas éliminés, les cellules cancéreuses peuvent se propager au-delà de l’intestin.
Le statu quo : L’un des examens de dépistage les plus sensibles du cancer colorectal est la coloscopie, une procédure au cours de laquelle un médecin insère une caméra vidéo sur un tube fin et flexible dans l’intestin afin de pouvoir y rechercher des polypes.
Les médecins peuvent généralement éliminer les polypes qu’ils détectent au cours de la coloscopie ; toutefois, environ 25 % des excroissances passent inaperçues au cours du traitement – de même qu’un petit polype manqué peut se transformer en un gros problème au moment où la personne subit un autre dépistage.
Les polypes sont passés inaperçus chez deux fois moins de patients lorsque l’IA a été utilisée lors de la coloscopie initiale.
L’IA : La société Medtronic, spécialisée dans les technologies de la santé, a utilisé les photos de 13 millions de polypes pour entraîner une IA appelée GI Genius à les trouver dans le flux de la caméra d’une coloscopie, en temps réel.
Elle a testé l’IA en demandant à 230 personnes aux États-Unis, au Royaume-Uni et en Italie de subir deux coloscopies en une seule journée : lors d’une coloscopie, le médecin travaillait seul, et lors de l’autre, l’IA l’aidait à repérer les polypes.
Lorsque la coloscopie assistée par l’IA est passée en premier, le médecin travaillant seul a repéré les polypes manquants chez seulement 15,5 % des patients lors de la deuxième coloscopie. En revanche, lorsque le médecin non assisté est passé en premier, des polypes ont été repérés chez 32,4 % des patients au cours du traitement assisté par l’IA.
Perspectives d’avenir
Contrairement aux IA mentionnées précédemment, GI Genius ne va pas éviter à quiconque de subir un traitement invasif – les coloscopies sont notre ligne de défense idéale contre le cancer colorectal – mais il pourrait au moins contribuer à ce que ces procédures soient moins susceptibles de manquer des indications cruciales de cancer.
GI Genius se distingue également par le fait qu’il est déjà utilisé pour aider les patients, en dehors des essais – la FDA a donné à Medtronic l’autorisation de commencer à commercialiser l’IA comme moyen d’aider à détecter le cancer colorectal en avril 2021, et on peut actuellement le trouver dans de nombreuses cliniques aux États-Unis.
Medtronic s’est en outre associé à l’American Sociaty for Gastrointestinal Endoscopy et à Amazon Web Services (AWS) pour distribuer 50 systèmes GI Genius à des centres de soins de santé dans des zones à faible revenu et mal desservies, afin de garantir un accès plus équitable à cette IA qui pourrait sauver des vies.
Lire l’article original sur FREETHINK
Lire la suite: Le télescope spatial Hubble révèle à Webb une chose ou deux avec une magnifique image récente
