L’imagerie médicale est amenée à évoluer. Cette réflexion occupe plusieurs chercheurs de l’Institut national de la santé et de la recherche médicale (Inserm) et de l’Institut national de recherche en informatique et en automatique (Inria).
Ensemble, ils ont développé un programme informatique d’une grande fiabilité dans la localisation et la reconnaissable des tumeurs. Dans un communiqué daté du 11 juin 2018, l’Inserm a fait part des résultats plutôt concluants de l’étude.
© Emmanuel Barbier – Inserm/Inria/Univ. Grenobles Alpes – IRM d’une tumeur cérébrale. En haut (gris) : IRM classiques /// En bas (couleurs) : IRM quantitatives.
Du machine learning pour diagnostiquer les tumeurs
« Lors de l’analyse des tumeurs cérébrales, deux tâches sont intrinsèquement liées, la localisation spatiale et la caractérisation physiologique des tissus abîmés », précise le résumé de cette étude. Pour conjuguer ces deux tâches, les chercheurs ont entraîné un programme – actuellement en test dans le cadre du Plan Cancer – à partir d’images dites quantitatives.
Les images quantitatives sont des images IRM comportant plus d’informations que les images IRM classiques — l’Inserm cite comme exemples le débit sanguin ou le diamètre vasculaire. Ces images seraient beaucoup plus efficaces pour entraîner une telle intelligence artificielle. Emmanuel Barbier, chercheur Inserm responsable de l’étude, regrette qu’elles ne soient pas davantage utilisées : « Aujourd’hui, l’obtention d’images quantitatives ne correspond pas à ce qui se fait en routine clinique dans les services d’IRM », note-t-il.
Différentes images ont donc été soumises au programme. La première étape a consisté à lui faire reconnaître un cerveau sain, afin de mettre en évidence les zones divergentes sur les images de cerveaux malades. La localisation s’associant à la caractérisation, il a fallu ensuite apprendre au programme à analyser une tumeur.
C’est pour cela qu’un diagnostic était associé à chaque image de cerveau atteint de lésions. Les résultats sont prometteurs : le programme est capable de localiser 100 % des lésions et de les caractériser avec une grande exactitude (90 %).
« Ces travaux montrent l’intérêt d’acquérir ce type d’images et éclairent les radiologues sur les outils d’analyse dont ils pourront disposer prochainement pour les aider dans leurs interprétations », affirme Emmanuel Barbier. Désormais, les chercheurs de l’Inserm et de l’Inria vont chercher à perfectionner leur outil, pour diagnostiquer d’autres pathologies cérébrales telle que la maladie de Parkinson.
+ rapide, + pratique, + exclusif
Zéro publicité, fonctions avancées de lecture, articles résumés par l'I.A, contenus exclusifs et plus encore.
Découvrez les nombreux avantages de Numerama+.
Vous avez lu 0 articles sur Numerama ce mois-ci
Tout le monde n'a pas les moyens de payer pour l'information.
C'est pourquoi nous maintenons notre journalisme ouvert à tous.
Mais si vous le pouvez,
voici trois bonnes raisons de soutenir notre travail :
- 1 Numerama+ contribue à offrir une expérience gratuite à tous les lecteurs de Numerama.
- 2 Vous profiterez d'une lecture sans publicité, de nombreuses fonctions avancées de lecture et des contenus exclusifs.
- 3 Aider Numerama dans sa mission : comprendre le présent pour anticiper l'avenir.
Si vous croyez en un web gratuit et à une information de qualité accessible au plus grand nombre, rejoignez Numerama+.
Si vous avez aimé cet article, vous aimerez les suivants : ne les manquez pas en vous abonnant à Numerama sur Google News.
