Une plateforme de diagnostic pilotée par l’IA contre le mélanome
Le mélanome reste l’un des cancers de la peau les plus agressifs et les plus meurtriers, comptant pour 60 % des néoplasies cutanées mortelles. Malgré des taux de guérison élevés en cas de détection précoce, les pratiques actuelles de dépistage basées sur l’examen de la peau du corps entier peuvent être longues et peu efficaces. «Les outils de diagnostic actuels sont fragmentés et reposent souvent sur une interprétation subjective d’images de dermoscopie(s’ouvre dans une nouvelle fenêtre) individuelles», explique le coordinateur du projet iToBoS(s’ouvre dans une nouvelle fenêtre), Rafael Garcia, de l’université de Gérone(s’ouvre dans une nouvelle fenêtre), en Espagne. «Cette limitation, associée à l’augmentation de l’incidence du mélanome dans les populations blanches vieillissantes, fait du mélanome un problème de santé publique de plus en plus préoccupant.»
Détection précoce et évaluations personnalisées des risques
Le projet iToBoS, financé par l’UE, a voulu relever ce défi en construisant une plateforme de diagnostic pilotée par l’intelligence artificielle (IA) pour aider le personnel médical à identifier les lésions cutanées malignes avec plus de précision, de rapidité et d’interprétabilité. «Nous voulions améliorer la détection précoce tout en garantissant une évaluation personnalisée et précise du risque pour chaque lésion», explique Rafael Garcia. La plateforme est dotée d’un nouveau scanner corporel (TBS) qui peut prendre des images dermoscopiques de haute qualité de toute la surface de la peau. Ce scanner permet aux médecins de surveiller les lésions cutanées au fil du temps grâce à des images claires et cohérentes. Son approche holistique permet à un assistant IA de prévoir la malignité d’une lésion cutanée suspecte en utilisant une combinaison d’imagerie du corps entier, d’images dermoscopiques, d’antécédents cliniques et, le cas échéant, d’informations génétiques. Cette intégration permet au système de fournir non seulement un score de risque, mais aussi une explication des facteurs qui influencent le diagnostic, aidant ainsi les cliniciens à prendre des décisions éclairées et sûres. Le système a été testé et affiné dans le cadre d’essais cliniques en conditions réelles, avec un intérêt tout particulier pour la robustesse, la facilité d’utilisation et le potentiel d’adoption dans divers environnements de soins de santé. «Compte tenu de la nature sensible des données de santé, tous les composants de la plateforme ont été développés dans le respect total des normes éthiques et des réglementations relatives à la protection des données, en accordant une attention particulière à la vie privée des patients et à leur consentement éclairé», précise Rafael Garcia.
Des progrès dans le diagnostic du mélanome
Ces travaux ont inauguré des avancées considérable dans le diagnostic précoce du mélanome et dans l’utilisation de l’IA en dermatologie. La mise au point d’un nouveau TBS, capable de capturer des images de la peau sur le corps entier en haute résolution à des niveaux macroscopique et dermoscopique, a constitué une avancée majeure. «Le système de lentilles liquides que nous avons utilisé était si innovant qu’il a fait l’objet de trois brevets, ce qui souligne l’originalité et l’impact technologique de ce développement», insiste Rafael Garcia. Le projet a également compilé un important et unique ensemble de données multimodales qui intègre l’imagerie du corps entier, les antécédents cliniques et d’autres données essentielles. Cet ensemble de données a permis d’entraîner et de valider des modèles d’IA conçus pour faciliter le diagnostic du mélanome. «Ces outils ont été intégrés à l’assistant cognitif d’IA, réunissant l’analyse optimisée par l’IA, les données d’image et les informations sur le patient en une seule plateforme conviviale pour le personnel médical», ajoute Rafael Garcia.
Une approche personnalisée de la médecine
Les prochaines étapes passent désormais par un essai de déploiement à grande échelle qui portera sur un nombre beaucoup plus important de cas de mélanome. «Bien que cette étude pilote ait démontré la fonctionnalité technique et le potentiel clinique de la plateforme, un essai à plus grande échelle est à présent nécessaire», confie Rafael Garcia. «L’idéal serait d’impliquer plusieurs hôpitaux et centres dermatologiques dans différentes régions, afin de garantir la diversité des conditions d’imagerie, des protocoles cliniques et des profils des patients.» Parallèlement, des efforts supplémentaires seront nécessaires pour optimiser l’interface utilisateur et améliorer l’explicabilité des résultats de l’IA(s’ouvre dans une nouvelle fenêtre). «En dotant le personnel médical d’un outil qui améliore la précision de la détection et permet une surveillance continue des lésions cutanées, iToBoS a largement contribué à réduire les retards de diagnostic et les erreurs de classification», conclut Rafael Garcia.
