Pour venir en aide aux professionnels de la santé, les algorithmes et ordinateurs peuvent contribuer à développer des méthodes poussées dans le domaine de la santé. Néanmoins, pour que ces outils puissent être utiles, il faut qu’ils soient accessibles et compréhensibles par tout le monde, médecins comme patients, même sans aucune connaissance technologique ou informatique.
En effet, il convient de savoir que le fonctionnement de tous les appareils numérique repose sur des programmes informatiques ainsi que sur des données. Le terme « intelligence artificielle » implique que ces appareils soient capables de réfléchir par eux-mêmes. S’ils sont correctement programmés, les appareils intelligents sont capables d’évaluer les données qui leur sont fournies, et de modifier des processus ou des paramètres « à la volée ». Si on leur fournit suffisamment de données, ils peuvent « apprendre » et modifier leur propre code sur la base de ces nouveaux paramètres.
Détaillé dans la recherche publiée ce 20 mai dans Nature Medicine, le modèle d'apprentissage en profondeur a été utilisé pour prédire si un patient a un cancer du poumon, cela en générant le score de risque de cancer du poumon et en identifiant la localisation du tissu malin dans les poumons.
« En montrant que l'apprentissage en profondeur peut accroître la spécificité sans sacrifier la sensibilité, nous espérons susciter davantage de recherches et de discussions sur le rôle que l'IA peut jouer pour faire basculer l'échelle coûts-avantages du dépistage du cancer », peut-on lire dans le blog de Google.
« Le système d'intelligence artificielle utilise l'apprentissage en profondeur 3D volumétrique pour analyser l'anatomie complète du scanner thoracique, ainsi que des correctifs basés sur des techniques de détection d'objets identifiant des régions présentant des lésions malignes », indique Shravya Shetty, responsable technique de Google.
Lors de l’analyse d’un seul scanner, le modèle a détecté un cancer (en moyenne 5 %) plus souvent qu’un groupe de six experts humains et était à 11 % plus susceptible de réduire les faux positifs. Notons qu'un faux positif est le résultat d'une prise de décision dans un choix à deux possibilités, déclaré positif, là où il est en réalité négatif.
Google annonce qu'il mettra le modèle à disposition via l'API Google Cloud Healthcare à mesure qu'il poursuivra ses essais et des tests supplémentaires avec des organisations partenaires.
Source : Google blog
Et vous ?
Qu’en pensez-vous ?
Voir aussi
l'IA de Google peut traduire ce que vous dites en conservant les caractéristiques de votre voix, translatotron en est encore au stade expérimental
Chaque système basé sur l'intelligence artificielle doit être responsable, explicable et impartial, selon l'Union européenne
Google lance une plateforme d'IA de bout en bout pour permettre aux développeurs de réaliser leurs projets à moindre coût
.