Ce qui devrait devenir une pratique standard, l'intelligence artificielle est utilisée pour détecter les signes de cancer avec une plus grande précision que celle des professionnels humains formés. Ce modèle d'IA de pointe affiche un taux de réussite proche de 100 % et illustre des avancées significatives dans le diagnostic du cancer. Une collaboration internationale de scientifiques, incluant des chercheurs de l'Université Charles Darwin en Australie (CDU), a créé un modèle d'IA innovant nommé ECgMPL. Ce modèle peut analyser des images microscopiques de cellules et de tissus pour identifier le cancer de l'endomètre - l'un des types de tumeurs reproductives les plus répandus - avec une précision impressionnante de 99, 26 %. Les chercheurs indiquent également qu'il peut être adapté pour détecter une large gamme de maladies, y compris les cancers colorectal et oral. « Le modèle ECgMLP surpasse les méthodes existantes en atteignant une précision de 99, 26 %, dépassant la performance de l'apprentissage par transfert et des modèles sur mesure examinés dans la recherche tout en maintenant une efficacité computationnelle », a déclaré le Dr Asif Karim, co-auteur de la CDU. « Optimisé par des études d'ablation, des mécanismes d'auto-attention et un entraînement efficace, ECgMLP montre une forte généralisation à travers divers ensembles de données d'histopathologie, ce qui en fait un outil fiable et cliniquement applicable pour diagnostiquer le cancer de l'endomètre. » En termes plus simples, ce modèle bien établi peut analyser des scans microscopiques — appelés images d'histopathologie — en améliorant leur qualité pour détecter les premiers stades du cancer. Il se concentre sur des régions spécifiques des scans pour identifier des croissances problématiques qui pourraient échapper à l'œil humain. Les diagnostics actuels dirigés par des humains aboutissent à des taux de précision d'environ 78, 91 % à 80, 93 %.

Bien que le cancer de l'endomètre soit traitable et offre des taux de survie à cinq ans favorables lorsqu'il est détecté tôt, son pronostic se détériore de manière significative une fois qu'il se propage au-delà de l'utérus, soulignant l'importance d'un diagnostic précoce pour sauver des vies. À l'heure actuelle, plus de 600 000 Américains sont confrontés à cette maladie. Bien que cela ne touche pas directement la moitié de la population, les chercheurs soulignent que les capacités d'ECgMLP vont bien au-delà de ce sur quoi il a été spécifiquement formé. « La même méthodologie peut accélérer la détection précoce et le diagnostic d'autres maladies, améliorant finalement les résultats pour les patients », a déclaré la co-auteure Niusha Shafiabady, professeure associée à l'ACU. « Nous avons évalué le modèle à travers divers ensembles de données d'images d'histopathologie, atteignant 98, 57 % de précision dans le diagnostic du cancer colorectal, 98, 20 % dans le cancer du sein, et 97, 34 % dans le cancer oral. » Cet outil d'IA n'est pas destiné à remplacer les professionnels de santé mais plutôt à aider les spécialistes du cancer à détecter précisément la maladie et à surveiller l'efficacité des traitements. De plus, ce modèle représente un moyen beaucoup plus rapide, accessible et économique de diagnostiquer les cancers. « Le modèle d’IA fondamental développé dans cette recherche pourrait servir de noyau à un système logiciel conçu pour aider les médecins à prendre des décisions concernant les diagnostics du cancer », a ajouté Shafiabady. « La détection rapide et précise du cancer de l'endomètre est essentielle pour un traitement et une gestion efficaces », ont souligné les chercheurs. « La classification du cancer de l'endomètre à travers des images histopathologiques a été réalisée efficacement avec une performance améliorée, une précision supérieure et un temps de traitement optimisé, en utilisant des algorithmes d'apprentissage profond. » L'étude a été publiée dans la revue Computer Methods and Programs in Biomedicine Update.