Des chercheurs de l'University of Missouri ont entraîné et testé des modèles d'intelligence artificielle pour repérer le mélanome en évaluant des images d'anomalies cutanées. Kamlendra Singh, investigateur principal au Bond Life Sciences Center, explique que l'IA est pensée comme un outil d'aide à la décision et non comme un remplacement des spécialistes; elle pourrait toutefois améliorer l'accès aux soins dans les régions dépourvues de dermatologues.
L'équipe a utilisé une base de données de 400,000 images issues de photographie 3D du corps entier, une méthode haute résolution qui crée une carte tridimensionnelle de la peau et permet d'analyser des détails visuels subtils sur tout le corps. Les chercheurs ont comparé trois modèles existants pour déterminer lequel distinguait le mieux le mélanome des affections cutanées bénignes.
Pris séparément, les modèles ont atteint jusqu'à 88% de précision. En combinant les trois, la performance s'est améliorée et la précision a dépassé 92%. Les auteurs soulignent que l'entraînement sur des ensembles de données plus larges et plus variés — incluant différentes carnations, conditions d'éclairage et angles de prise de vue — devrait accroître la fiabilité des prédictions. Ils mettent en garde qu'il faudra du temps avant une utilisation clinique et ajoutent que de meilleures explications sur la façon dont l'IA parvient à ses conclusions aideront les professionnels de santé à lui faire confiance. L'étude paraît dans Biosensors and Bioelectronics: X. Source: University of Missouri.
Mots difficiles
- entraîner — faire apprendre un modèle par l'exempleentraîné
- mélanome — tumeur cutanée qui peut être dangereuse
- photographie 3D — photo qui crée une représentation du corps en trois dimensions
- tridimensionnel — qui a trois dimensions, longueur largeur hauteurtridimensionnelle
- précision — taux de réponses correctes d'un modèle
- fiabilité — capacité à donner des résultats constants
- dermatologue — médecin spécialisé dans les maladies de la peaudermatologues
- ensemble de données — collection d'exemples ou d'images pour entraînerensembles de données
Astuce : survolez, mettez le focus ou touchez les mots en surbrillance dans l’article pour voir des définitions rapides pendant que vous lisez ou écoutez.
Questions de discussion
- Pensez-vous que l'IA peut réellement améliorer l'accès aux soins dans les régions sans dermatologues ? Pourquoi ou pourquoi pas ?
- Quels avantages et quels risques voyez-vous à utiliser des photos 3D du corps entier pour détecter des maladies de peau ?
- Que faudrait-il faire pour que les professionnels de santé fassent davantage confiance aux conclusions d'un système d'IA ?
Articles liés
Guérison ancestrale et santé dans les Caraïbes
Dans les Caraïbes, des personnes comme Gilbert Martina utilisent savoirs ancestraux et pratiques apaisantes pour soigner des blessures historiques. La science montre que le traumatisme et le stress affectent la santé physique à long terme.
La Tanzanie lutte contre la rage par la vaccination canine
La rage reste un grave problème en Tanzanie, où environ 1,500 personnes meurent chaque année. Des campagnes de vaccination des chiens, des solutions pour la chaîne du froid et un soutien international donnent de l'espoir pour réduire les décès d'ici 2030.
