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
Une séance de réalité virtuelle réduit l’anxiété face à la mort
Une petite étude pilote montre qu’une courte séance de réalité virtuelle peut réduire nettement l’anxiété liée à la mort chez des étudiants, après une seule expérience immersive basée sur des témoignages d’expériences de mort imminente.
Les cheveux racontent l'exposition chimique
Des chercheurs de l'Université du Texas à Austin montrent que les cheveux peuvent enregistrer l'exposition à des produits chimiques sur des jours, semaines et mois. La méthode permet de reconstituer des chronologies d'exposition et d'orienter des solutions pratiques pour l'air intérieur.
Un matériau qui utilise la lumière pour éliminer les polluants de l'eau
Des chercheurs ont créé un matériau qui, exposé à la lumière, décompose plusieurs polluants de l'eau, y compris les PFAS. Le dispositif combine des réseaux organiques covalents avec un film de nitrure de bore et fonctionne sans métaux.