Une IA prodigieuse détecte désormais les maladies pulmonaires avec plus de 96% de précision.
Taux de précision impressionnant, sens accru de la pédagogie: l'intelligence artificielle est en train de devenir un allié de choix dans le domaine.
Les échographies seront-elles bientôt lues par des intelligences artificielles qui délivreront instantanément leur verdict? C'est fort possible, étant donné que 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 d'y détecter la présence de différentes maladies pulmonaires. Son taux de précision laisse songeur: 96,57%.
Le modèle, développé par des chercheurs de l'Université Charles-Darwin (CDU), de la United International University et de l'Université catholique australienne (ACU), est même capable de distinguer si les anomalies constatées sont dues à une pneumonie, au Covid-19 ou à d'autres affections. Sa capacité à identifier les schémas spécifiques à différentes maladies pulmonaires lui permet de surpasser largement les précédents outils du même type, qui avaient été testés sur les mêmes bases de données échographiques.
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 confiance aux résultats et de les comprendre plus facilement, déclare Niusha Shafiabady, coauteur de l'étude et professeur à la CDU. Ce modèle aide les médecins à diagnostiquer les maladies pulmonaires rapidement et avec précision, soutient leur prise de décision, leur fait gagner du temps et constitue un outil de formation précieux.»
Pour parvenir à des résultats aussi prodigieux, l'équipe de recherche a combiné deux types de modèles d'IA. L'un est connu sous le nom de réseau neuronal convolutionnel (CNN): sa mission est de rechercher des modèles dans les images ou les trames en se concentrant sur les plus infimes modifications qui soient, pixel par pixel, ce que l'œil humain n'est généralement pas capable de discerner lors de l'examen des scanners. L'autre se nomme modèle de mémoire à long terme (LSTM): il utilise les informations récoltées et les place dans un contexte plus large, se concentrant sur les données qu'il juge les plus pertinentes de façon à affiner son analyse.
Le modèle hybride ainsi obtenu, baptisé TD-CNNLSTM-LungNet (ça manque de voyelles), est donc capable de détecter des anomalies avec une grande efficacité, puis d'expliquer le problème. De plus, il peut dénicher des signes de pneumonie ou de Covid-19, tout en étant très peu alarmiste. Un nombre infime de faux négatifs a été relevé, c'est-à-dire que lorsque l'IA croit dénicher un problème pulmonaire, il y a très peu de risques qu'elle se trompe.
Évoquant le fait que les diagnostics par IA seront bientôt monnaie courante dans les cliniques malgré la méfiance et le scepticisme qui priment ancore actuellement, New Atlas rappelle aussi que d'autres outils du même genre existent dans d'autres domaines.
La démocratisation future de ces outils ne fait aucun doute, d'autant qu'ils ne se contentent pas d'analyser des clichés: ils les expliquent de façon aussi claire que possible. «L'explicabilité du modèle proposé vise à accroître la fiabilité de cette approche, confirme Niusha Shafiabady. Le système montre aux médecins pourquoi il a pris certaines décisions à l'aide d'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.» On voit mal pour quelles raisons la médecine se passerait de telles avancées.
Source : https://korii.slate.fr/
