Un modèle d'IA révolutionnaire améliore la détection du cancer de manière holistique

Temps de lecture: 2 minutes
Par Jean Rivière
- dans
La détection du cancer par analyse des cellules réalisée par l'IA dans le laboratoire.

ParisDes scientifiques de la Harvard Medical School ont développé un nouveau modèle d'IA nommé CHIEF. Ce modèle est capable d'exécuter diverses tâches de diagnostic pour de nombreux types de cancers. Contrairement aux systèmes d'IA actuels, qui se concentrent sur des tâches spécifiques et des types de cancers précis, CHIEF a été testé sur 19 types de cancers différents. Il est également conçu pour prédire les résultats des patients.

L'outil d'IA révolutionnaire pour la détection du cancer

La nouvelle technologie d'IA présente des qualités impressionnantes :

  • Elle a atteint une précision de presque 94% dans la détection du cancer.
  • Elle peut prévoir la survie des patients pour différents types de cancers.
  • Elle anticipe le profil moléculaire des tumeurs avec une précision remarquable.
  • Elle s'adapte efficacement quelle que soit la méthode utilisée pour obtenir et numériser les échantillons tissulaires.

CHIEF est capable de lire des lames numériques de tissus tumoraux et d'identifier des caractéristiques cellulaires spécifiques au cancer. Il peut également prédire des profils moléculaires sans nécessiter de séquençage ADN coûteux et chronophage. Cela rend le diagnostic du cancer plus accessible à l’échelle mondiale et permet des décisions de traitement plus rapides, notamment dans les régions avec des ressources limitées.

Le processus d'entraînement de CHIEF est exceptionnel. Initialement, il a été formé sur 15 millions de petites sections d'images non étiquetées, puis affiné avec 60,000 images de lames entières provenant de divers types de cancers. Cette méthode en deux étapes permet au modèle de discerner à la fois les détails subtils et les changements globaux dans les tissus, le rendant ainsi plus adaptable et précis.

Lors des tests, CHIEF a surpassé d'autres méthodes avancées d'IA de jusqu'à 36% dans des tâches telles que la détection de cellules cancéreuses, l’identification de l'origine des tumeurs, la prédiction des résultats pour les patients et l’analyse des motifs génétiques liés aux réponses aux traitements. Il peut être utilisé dans divers contextes cliniques et avec des techniques variées, offrant une solution flexible aux établissements médicaux du monde entier.

Le modèle permet de mieux comprendre le comportement des tumeurs. Il peut révéler de nouveaux détails sur la survie des patients, orientant ainsi la recherche et les potentiels traitements. Grâce aux cartes thermiques, CHIEF identifie les zones critiques de la tumeur, ce qui aide à évaluer son agressivité et le pronostic du patient.

Les chercheurs envisagent d'améliorer CHIEF. Ils prévoient d'enrichir les données d'entraînement avec des images de maladies rares et d'affections non cancéreuses, d'utiliser des données moléculaires pour mieux prévoir l'agressivité du cancer, et d'apprendre à CHIEF à prédire les avantages et les effets secondaires des nouveaux traitements.

Ce nouveau système d'IA peut considérablement améliorer le diagnostic et le traitement du cancer en les rendant plus personnalisés et efficaces. S'il s'avère efficace et est largement utilisé, il pourrait révolutionner notre compréhension et notre traitement du cancer, offrant ainsi l'espoir de meilleurs résultats pour les patients à travers le monde.

L'étude est publiée ici:

http://dx.doi.org/10.1038/s41586-024-07894-z

et sa citation officielle - y compris les auteurs et la revue - est

Xiyue Wang, Junhan Zhao, Eliana Marostica, Wei Yuan, Jietian Jin, Jiayu Zhang, Ruijiang Li, Hongping Tang, Kanran Wang, Yu Li, Fang Wang, Yulong Peng, Junyou Zhu, Jing Zhang, Christopher R. Jackson, Jun Zhang, Deborah Dillon, Nancy U. Lin, Lynette Sholl, Thomas Denize, David Meredith, Keith L. Ligon, Sabina Signoretti, Shuji Ogino, Jeffrey A. Golden, MacLean P. Nasrallah, Xiao Han, Sen Yang, Kun-Hsing Yu. A pathology foundation model for cancer diagnosis and prognosis prediction. Nature, 2024; DOI: 10.1038/s41586-024-07894-z
Intelligence Artificielle: Dernières nouvelles

Partager cet article

Commentaires (0)

Poster un commentaire