Une précision terrifiante de 98 % : cette intelligence artificielle « prête à l’emploi » vient de surclasser onze médecins dans le diagnostic du cancer.

L’analyse des biopsies cancéreuses repose aujourd’hui sur une main-d’œuvre humaine épuisée et en sous-effectif critique à l’échelle mondiale. Si l’intelligence artificielle promettait de soulager les laboratoires, elle se heurtait jusqu’ici à un mur technologique majeur : la nécessité d’ingérer des millions d’images pour apprendre à repérer une seule tumeur. Une équipe de chercheurs asiatiques vient de supprimer cette limite. En s’inspirant des modèles de langage, ils ont créé un algorithme capable de diagnostiquer les cellules malignes instantanément, sans aucun entraînement préalable, surclassant l’œil des meilleurs spécialistes.

Le gouffre invisible des données médicales

Chaque année, vingt millions de nouveaux diagnostics de cancer tombent dans le monde. Chacun de ces verdicts vitaux dépend de l’œil aiguisé d’un anatomopathologiste scrutant des fragments de tissus au microscope.

Face à la pénurie globale de ces spécialistes, la médecine misait logiquement sur l’intelligence artificielle pour automatiser les analyses. Mais les algorithmes classiques souffrent d’un handicap lourd et coûteux.

Pour qu’une machine standard apprenne à identifier un seul type de tumeur, les ingénieurs doivent la nourrir avec des dizaines de milliers de clichés annotés manuellement par des humains.

Ce processus d’apprentissage est colossal et extrêmement rigide. Dès qu’un hôpital souhaite utiliser le logiciel pour un autre type de cancer, il faut relancer une phase de calibrage massive, rendant l’outil inutilisable dans les régions isolées.

L’intelligence qui apprend d’un simple regard

Pour briser ce mur informatique, les scientifiques de l’Université des sciences et technologies de Hong Kong ont totalement changé de paradigme. Ils ont conçu un système de rupture baptisé PRET.

Leur algorithme emprunte une technique redoutable issue des générateurs de texte de dernière génération : l’apprentissage en contexte. Au lieu de mémoriser une encyclopédie médicale entière, la machine s’adapte instantanément à la situation.

Le logiciel agit comme un détective hyper-intuitif. Il lui suffit de consulter entre une et huit lames de référence pour comprendre immédiatement la signature visuelle de la maladie étudiée.

Ce fonctionnement « prêt à l’emploi » est une véritable révolution de terrain. Il supprime la phase de réglage fastidieuse et permet à l’outil de basculer du dépistage colorectal à la segmentation tumorale de l’œsophage en une fraction de seconde.

Un algorithme qui surclasse l’œil clinique

Pour prouver la suprématie de ce modèle, les ingénieurs l’ont confronté à vingt-trois bases de données internationales ultra-complexes. Le verdict a fait trembler la communauté scientifique occidentale et asiatique.

Sur le dépistage chirurgical du cancer colorectal, le système PRET a atteint un score de précision clinique absolu de 100 %. Une performance mathématiquement parfaite et reproductible instantanément.

Mais c’est sur le terrain de la détection des métastases dans les ganglions lymphatiques que l’algorithme a livré sa plus grande démonstration de force biomédicale.

Avec seulement huit échantillons sous les « yeux », la machine a pulvérisé les scores humains avec une précision de 98,71 %. À titre de comparaison stricte, la moyenne d’un panel de onze médecins spécialistes plafonnait péniblement à 81 %.

En s’affranchissant des serveurs surpuissants et des bases de données géantes, ce logiciel ouvre enfin la voie à un diagnostic oncologique de très haute précision, déployable immédiatement dans n’importe quel établissement du monde.

Source : https://sciencepost.fr/