L’échographie sera-t-elle bientôt lue par des intelligences artificielles qui rendront instantanément leur verdict? Cela est très possible, car les derniers résultats en la matière sont absolument prodigieux. Selon New Atlas, un nouveau modèle d’IA développé en Australie est capable de lire des échographies vidéo et de détecter la présence de différentes maladies pulmonaires. Son taux de précision vous laisse pensif: 96,57%.
Le modèle, développé par des chercheurs de l’Université Charles-Darwin (CDU), de l’United International University et de l’Australian Catholic University (ACU), est même capable de distinguer si les anomalies observées sont dues à une pneumonie, à Covid-19 ou à d’autres affections. Sa capacité à identifier les modèles spécifiques avec différentes maladies pulmonaires lui permet de dépasser largement les outils précédents du même type, qui avaient été testés sur les mêmes bases de données à ultrasons.
Modèle hybride
« Le modèle utilise également des techniques d’IA pour montrer aux radiologues pourquoi il a pris certaines décisions, ce qui leur permet de faire plus facilement confiance aux résultats et de les comprendre plus facilementDeclares Niusha Shafiabady, co-auteur de l’étude et professeur à la CDU. Ce modèle aide les médecins à diagnostiquer rapidement les maladies pulmonaires et avec précision, soutient leur prise de décision, leur fait gagner du temps et constitue un précieux outil de formation. «
Pour obtenir de tels résultats prodigieux, l’équipe de recherche a combiné deux types de modèles d’IA. L’un est connu comme le réseau neuronal convolutionnaire (CNN): sa mission est de rechercher des modèles dans des images ou des cadres en se concentrant sur les modifications les plus minuscules, Pixel par pixel, que l’œil humain n’est généralement pas en mesure de discerner lors de l’examen de la scanners. L’autre est appelé modèle de mémoire à long terme (LSTM): il utilise les informations collectées et les place dans un contexte plus large, en se concentrant sur les données qu’il juge les plus pertinentes pour affiner son analyse.
Le modèle hybride ainsi obtenu, appelé TD-CNNLSTM-Lungnet (il manque de voyelles), est donc capable de détecter les anomalies avec une grande efficacité, puis d’expliquer le problème. De plus, il peut trouver des signes de pneumonie ou de Covid-19, tout en étant très peu alarmiste. Un petit nombre de faux négatifs ont été notés, c’est-à-dire que lorsque l’IA pense trouver un problème pulmonaire, il y a très peu de risque qu’il soit faux.
Se référant au fait que les diagnostics par l’IA seront bientôt courants dans les cliniques malgré la méfiance et le scepticisme qui prévalent actuellement, un nouvel atlas rappelle également que d’autres outils du même genre existent dans d’autres domaines. C’est le cas du dispositif de dermasensor, le premier appareil pour le smartphone capable de détecter environ 200 types différents de cancer de la peau.
La future démocratisation de ces outils est sans aucun doute, d’autant plus qu’ils ne se contentent pas d’analyser les photos: ils les expliquent aussi clairement que possible. « L’explanibilité du modèle proposé vise à augmenter la fiabilité de cette approcheconfirme Niusha Shafiabady. Le système montre aux médecins pourquoi il a pris certaines décisions en utilisant des éléments visuels tels que des cartes thermiques. Cette technique d’interprétation aidera le radiologue à localiser la zone ciblée et à améliorer considérablement la transparence clinique. « Il est difficile de voir pourquoi la médecine ferait sans avancées.
