Un algorithme d’aide au diagnostic permettant de classifier les cancers de la peau, c’est ce qu’ont mis au point des chercheurs de l’Université de Stanford. Publiés le 25 janvier 2017 dans la revue scientifique Nature, les résultats de l’étude qu’ils ont menée pour tester cette solution basée sur le deep learning montre qu’elle devrait permettre de classer les cancers dermatologiques avec un niveau de fiabilité comparable à celui des dermatologues.
Le diagnostic du cancer de la peau s’effectue généralement de visu, par un dépistage clinique initial confirmé ensuite par des examens complémentaires dermatologiques (biopsie et examen histopathologique). La difficulté de la classification des lésions cutanées réside dans la variabilité de l’apparence de ces dernières.
L’approche des chercheurs a consisté à utiliser la technologie d’un algorithme de deep-learning afin d’élaborer un outil d’aide au diagnostic des cancers de la peau classifiant automatiquement ces derniers.
Ils ont entraîné l’IA à identifier et qualifier chaque lésion en mémorisant 129 450 images cliniques caractéristiques de différents types de maladies dermatologiques. Ainsi, l’IA a appris à établir des points communs entre certaines pathologies dermatologiques tout en apprenant à faire la différence entre ces dernières.
L’équipe de chercheurs a ensuite testé la capacité de cet outil à classifier les cancers dermatologiques en lui présentant 2 000 images de lésions cutanées. L’objectif était de comparer les diagnostics de l’algorithme et ceux de 21 dermatologues sur 400 images caractéristiques face à une situation de deux cas cliniques distincts: le premier représentant l’identification des cancers cutanés les plus courants, le second l’identification du cancer cutané le plus mortel.
Les résultats révélés par l’étude établissent que l’algorithme est capable d’atteindre un niveau de compétence diagnostique comparable à celui des médecins.
Cet algorithme est actuellement utilisé via un ordinateur « traditionnel » mais l’équipe de chercheurs souhaite adapter cet outil au smartphone dans un futur proche dans l’optique de diagnostiquer les cancers à moindre frais, tout en soulignant que des tests dans un environnement clinique s’avèrent nécessaires.