Une étude a révélé qu’un modèle de Deep Learning IA, développé par l’université de l’État de Washington (WSU), peut identifier les signes de maladie dans les images de tissus animaux et humains plus rapidement et avec plus de précision que les humains.
Ce développement promet de révolutionner le diagnostic des maladies, en accélérant potentiellement les réponses médicales.
Un modèle d’IA basé sur la recherche en épigénétique
Selon cette étude, le modèle d’IA deep learning peut détecter le cancer à partir d’images de biopsies en quelques minutes, en étant dès lors beaucoup plus efficace que les pathologistes.
A new deep-learning AI from #WSU can spot signs of disease in animal and human tissue images faster and often more accurately than human experts. https://t.co/LJ2pqhqmmG
— WSU News (@WSUNews) November 14, 2024
Pour développer ce modèle, les chercheurs se sont appuyés sur des années d’études épigénétiques, qui analysent les changements dans l’activité des gènes qui ne modifient pas les séquences d’ADN mais qui peuvent influencer le développement des maladies.
Les informaticiens Colin Greeley et Lawrence Holder ont développé l’IA à l’aide d’images de marqueurs de maladies au niveau moléculaire dans des tissus, notamment des échantillons de reins, d’ovaires et de prostate prélevés sur des rongeurs.
Pour améliorer les capacités de l’IA, les chercheurs ont ajouté des données supplémentaires provenant d’images de cancer du sein et de ganglions lymphatiques.
L’une des principales caractéristiques du système est sa capacité de rétropropagation, qui lui permet d’apprendre de ses erreurs au fil du temps. Cela lui a permis d’améliorer sa vitesse et sa précision par rapport à l’analyse humaine traditionnelle, réduisant le temps de traitement d’un an à quelques semaines.
L’IA : un atout clé pour améliorer l’accès aux soins ?
Ce modèle innovant met en évidence le rôle toujours plus important de l’IA dans l’accès aux soins.
Récemment, une autre étude a présenté un outil de santé appelé AIRE, qui utilise l’IA pour analyser les électrocardiogrammes (ECG) et évaluer le risque de maladie cardiaque avec une précision remarquable.
De même, en août, la plateforme CaRi-Heart de la société britannique Caristo Diagnostics exploite l’IA pour détecter l’inflammation et la plaque coronariennes à partir de tomodensitogrammes de routine.
De manière plus générale, ces projets comme la création de l’assistant virtuel Mo d’Alan, symbolisent l’intégration toujours plus importante de l’IA dans le domaine de la santé.