Patient Numérique

A Toulouse, des oncologues et des chercheurs en informatique spécialisés en intelligence artificielle, font équipe pour développer des algorithmes “bio-inspirés” au service d’une aide au diagnostic.

L’équipe de cancérologie numérique est opérationnelle depuis avril 2022 et est le fruit d’une préparation antérieure menée pendant plusieurs année par l’Institut de recherche en informatique de Toulouse et le Centre de recherche en cancérologie de cette ville française. L’équipe allie des compétences en oncologie, en développement d’algorithmes, en apprentissage automatique (machine learning ) et en traitement et analyse des signaux (images et sons).

Une quinzaine de projets sont pour l’instant inscrits à son palmarès, menés en binôme entre un informaticien et un médecin ou chercheur.

Un exemple de réalisation ? En 2020, ce genre de binôme a donné naissance à un algorithme d’apprentissage capable de différencier le lymphome folliculaire (cancer des lymphocytes dans les ganglions) de l’hyperplasie folliculaire (maladie bénigne), deux lésions aux caractéristiques souvent similaires.

L’algorithme a été entraîné sur base de 378 images de lames fournies par le CHU de Toulouse (la moitié d’entre elles concernaient des tissus de ganglion lymphatique infiltrés par le lymphome folliculaire, l’autre moitié par l’hyperplasie folliculaire). Taux de réussite (diagnostic correct) de l’algorithme sur ce lot d’images : 99%.

L’algorithme a ensuite été testé sur d’autres lots d’images, à savoir des images provenant des CHU de Dijon et de Montpellier. Taux de réussite : 65%.

L’équipe planche actuellement sur un projet d’apprentissage profond (deep learning) renforcé par l’immunohistochimie. Objectif: requalifier des images de cancers du sein afin de pouvoir utiliser l’intelligence artificielle pour décrire les tumeurs avec le plus de précision possible à partir de très nombreux paramètres et concevoir des modèles prédictifs en vue d’optimiser le diagnostic. 

“L’abondance des données biomédicales et médicales est devenue telle qu’elle ne peut plus être traitée par le cerveau humain. Seule l’intelligence artificielle, associée à l’expertise des médecins, est aujourd’hui capable de trier, classer, et surtout d’exploiter cette masse d’informations”. Jean-Marc Alliot, directeur scientifique pour les données et l’intelligence artificielle au CHU de Toulouse. 

Source: Le Journal du CNRS.

Article complet à lire via ce lien.