Une étude a maintenant été présentée qui renforce les preuves de l’utilisation de solutions d’IA dans le diagnostic du cancer de la peau. Avec un algorithme qu’ils ont eux-mêmes mis au point, les scientifiques de l’Université de Göteborg montrent la capacité de la technologie à performer au même niveau que les dermatologues pour évaluer la gravité du mélanome cutané.
L’étude, publiée dans le Journal de l’American Academy of Dermatology, et ses résultats sont le travail d’un groupe de recherche du Département de dermatologie et de vénéréologie de l’Académie Sahlgrenska, Université de Göteborg.
L’étude a été menée à l’hôpital universitaire Sahlgrenska de Göteborg. Son objectif était, grâce à l’apprentissage automatique (ML), de former un algorithme pour déterminer si le mélanome cutané est invasif et s’il existe un risque de propagation (métastatisation), ou s’il reste à un stade de croissance où il est confiné à l’épiderme. , sans risque de métastase.
L’algorithme a été formé et validé sur 937 images dermatoscopiques de mélanome, puis testé sur 200 cas. Tous les cas inclus ont été diagnostiqués par un dermatopathologiste.
La majorité des mélanomes sont retrouvés par des patients plutôt que par des médecins. Cela suggère que, dans la plupart des cas, le diagnostic est relativement facile. Avant la chirurgie, cependant, il est souvent beaucoup plus difficile de déterminer le stade atteint par le mélanome.
Pour rendre les classifications plus précises, les dermatologues utilisent des dermatoscopes – des instruments qui combinent un type de loupe avec un éclairage brillant. Ces dernières années, l’intérêt pour l’utilisation de la ML pour les classifications des tumeurs cutanées s’est accru, et plusieurs publications ont montré que les algorithmes de ML peuvent fonctionner à égalité, voire mieux, que les dermatologues expérimentés.
L’étude actuelle donne désormais un nouvel élan à la recherche dans ce domaine. Lorsque la même tâche de classification était effectuée par l’algorithme d’une part et sept dermatologues indépendants d’autre part, le résultat était un match nul.
« Aucun des dermatologues n’a surpassé de manière significative l’algorithme ML », déclare Sam Polesie, chercheur à l’Université de Göteborg et médecin spécialiste à l’hôpital universitaire de Sahlgrenska, qui est l’auteur correspondant de l’étude.
Sous une forme développée, l’algorithme pourrait servir de support dans la tâche d’évaluation de la gravité du mélanome cutané avant la chirurgie. La classification affecte l’étendue d’une opération et est donc importante pour le patient et le chirurgien.
« Les résultats de l’étude sont intéressants, et l’espoir est que l’algorithme puisse être utilisé comme aide à la décision clinique à l’avenir. Mais il doit encore être affiné et des études prospectives qui surveillent les patients au fil du temps sont également nécessaires », conclut Polesie.
