Et si l’IA mettait les radiologues au chômage...

SPL/PHANIE

Un programme informatique est en mesure de localiser et de diagnostiquer différents types de tumeurs cérébrales par analyse d’images d’IRM avec une fiabilité de 100 % sur la localisation exacte et à plus de 90 % sur l’identification du type de tumeurs. Cette méthode innovante et ses résultats font l’objet d’une étude publiée dans la revue IEEE-TMI.

Cet outil informatique de machine learning a été développé par des chercheurs de l’Inserm et d’Inria travaillant en collaboration au sein de l’Université Grenoble Alpes. Pour y parvenir, les chercheurs ont combiné différents outils mathématiques innovants, pour apprendre à ce programme à analyser les images quantitatives issues d’IRM cérébraux et à diagnostiquer d’éventuelles tumeurs.

Un apprentissage par paliers

Dans un premier temps, le programme a appris à identifier les caractéristiques IRM de cerveaux sains. Confronté ensuite à des images de cerveaux atteints de cancers, il est ainsi devenu capable de localiser automatiquement les régions dont les caractéristiques divergent de celles des tissus en bonne santé et d’en extraire les particularités.

Pour apprendre à l’intelligence artificielle à différencier les différents types de tumeurs, les chercheurs ont ensuite indiqué le diagnostic associé à chacune des images de cerveaux malades, présentées au programme informatique.

Enfin, en guise de tests des capacités du programme à différencier les tissus sains des tissus pathologiques, les chercheurs lui ont soumis des images IRM qui lui étaient inconnues, tantôt de cerveaux en bonne santé, tantôt de cerveaux malades. Le programme devait indiquer si une tumeur était présente dans ces images et être capable de la caractériser.

Ainsi, l’intelligence artificielle s’est montrée d’une performance saisissante en réussissant à localiser parfaitement (100 %) les lésions et à les diagnostiquer de façon très fiable (plus de 90 %).

Cap sur le Parkinson

Ces outils de machine learning par IRM quantitative appliqués aux tumeurs cérébrales sont en cours d’évaluation dans le cadre du Plan Cancer porté par l’Inserm, au sein du Programme Hétérogénéité Tumorale et Ecosystème. Leur développement dans le cadre du diagnostic de la maladie de Parkinson est également en cours via le projet pluridisciplinaire NeuroCoG sur financement IDEX de l’Université Grenoble Alpes. Une continuité naturelle pour les équipes grenobloises de neurologie en pointe depuis toujours dans la maladie de Parkinson.