Articles

Des chercheurs allemands de l’hôpital universitaire de Munich ont créé un réseau de neurones profonds afin d’évaluer les capacités de l’intelligence artificielle à diagnostiquer une forme rare de cancer, la leucémie myéloïde aiguë. Formé sur un jeu de données de 18000 globules blancs, cette stratégie s’est révélée aussi efficace que l’analyse traditionnelle par des humains. Les résultats de cette étude* ont été publiés le 12 novembre 2019 dans la revue Nature Machine Intelligence.

Intelligence artificielle ou cytologiste ?

Chaque jour, des millions de cellules sanguines sont scrutées dans des laboratoires médicaux et des cliniques afin de pouvoir poser un diagnostic de maladies. La plupart de ces tâches répétitives sont encore effectuées manuellement par des cytologistes qui inspectent les cellules dans des frottis sanguins colorés et les classent en environ 15 catégories différentes. Malgré le haut degré de formation de ces professionnels, ce processus pose deux problèmes : la classification des cellules sanguines est sujette à des variations comme toute tâche humaine, et elle nécessite la présence d’un cytologiste qualifié.

Un réseau de neurones pour diagnostiquer un cancer hématologique

Par conséquent, comme pour toute tâche répétitive, l’idée de la déléguer en partie à un système d’intelligence artificielle fait son chemin. C’est précisément ce que des chercheurs allemands de l’hôpital universitaire de Münich ont voulu tester. Ils ont donc formé un réseau de neurones profonds à partir de quelque 18 000 images annotées de globules blancs. Les images étaient extraites de frottis sanguins de 100 patients atteints d’un cancer hématologique – la leucémie myéloïde aiguë – et de 100 témoins. Sa mission : classer les leucocytes et évaluer les performances du réseau en comparant la variabilité inter-expert.

Les résultats de cette étude ont été publiés le 12 novembre 2019 dans la revue Nature Machine Intelligence.

Résultats : l’IA aussi précise que l’humain

La solution basée sur l’intelligence artificielle a été capable d’identifier les cellules sanguines au moins aussi bien qu’un expert en cytologie.  » Notre approche peut potentiellement être utilisée comme aide à la classification pour examiner un nombre beaucoup plus grand de cellules dans un frottis qu’un expert humain. Cela permettra aux cliniciens de reconnaître les populations de cellules malignes présentant une prévalence plus faible et à un stade plus précoce de la maladie », estiment les auteurs de l’étude.

Un manque de données numérisées

Cependant, les algorithmes d’apprentissage en profondeur pour le traitement des images nécessitent, à la fois, une architecture de réseau de neurones à convolution appropriée avec des centaines de milliers de paramètres, et une quantité suffisamment importante de données de formation. Or, aucun grand ensemble de données numérisées sur les frottis sanguins n’était disponible, bien que ces échantillons soient constamment utilisés dans les cliniques. Actuellement, les chercheurs allemands collaborent donc étroitement avec le département de médecine III de l’hôpital universitaire LMU de Munich et l’un des plus grands laboratoires européens de la leucémie, afin de numériser davantage de frottis sanguins.

« Pour intégrer notre approche dans la pratique clinique, la numérisation des échantillons de sang des patients doit devenir une routine, ont souligné ces derniers. Les algorithmes doivent être formés à des échantillons provenant de différentes sources afin de faire face à l’hétérogénéité inhérente à la préparation des échantillons ». Ils espèrent ainsi pouvoir affiner leur modèle et évaluer avec précision d’autres caractéristiques de la maladie, telles que les mutations génétiques.

L’hôpital Foch crée son entrepôt de données de santé (EDS) avec l’objectif d’« accompagner et [d’] accélérer la recherche clinique ». Cet outil, lancé suite à l’accord de la Cnil obtenu le 14 octobre 2019, sera opérationnel au 1er janvier 2020 pour l’ensemble du personnel de recherche de l’établissement, « sous validation stricte du comité d’éthique », indique l’établissement dans communiqué daté de novembre 2019.

Il agrègera « sur une seule et même plateforme » les données administratives et médicales de plus de 500 000 patients « hospitalisés ou venus en consultation au sein de l’hôpital et ne s’y étant pas opposés », soit environ 5 millions de documents : comptes rendus de consultation et d’hospitalisation mais aussi de données de biologie et d’imagerie. L’EDS permettra de « renforcer les essais cliniques » et de « réaliser des études épidémiologiques en interne », en vue d’améliorer « la recherche de diagnostics plus ou moins rares et les délais d’accès aux essais cliniques », précise l’hôpital. Il fera l’objet d’une gouvernance spécifique associant professionnels de santé, chercheurs et représentants de patients, ainsi que le délégué à la protection des données (DPO) de l’établissement.

Dans le cadre de la Chaire de transplantation, créé au sein de l’hôpital Foch en septembre 2018, les données récupérées dans l’entrepôt permettront d’élaborer « un outil de prédiction de l’état de santé et de rechute éventuelles des patients transplantés », par exemple en transplantation pulmonaire, avec l’objectif d’adapter les traitements.