Le rôle de l’intelligence artificielle dans la détection du cancer

9 décembre 2024

3 minutes de lecture

Le rôle de l'intelligence artificielle dans la détection du cancer

Des experts estiment que les technologies de l’intelligence artificielle (IA), telles que les solutions génétiques et l’analyse de données, pourraient transformer la manière dont le cancer est diagnostiqué et traité, selon un rapport publié sur le site « Business Standard ».

Les entreprises leaders dans le domaine des sciences de la vie utilisent l’intelligence artificielle pour améliorer le dépistage précoce du mélanome, en particulier pour différencier les tumeurs cutanées bénignes des malignes. L’IA sera également utilisée pour simplifier l’examen des mammographies, réduire les erreurs et accroître l’efficacité.

Selon le rapport, l’analyse de vastes ensembles de données de patients grâce à l’IA permet de prédire les résultats des traitements, d’améliorer les plans de soins et d’allouer les ressources de manière plus efficace, conduisant ainsi à de meilleurs pronostics.

Swaraj Basu, bio-informaticien principal chez « Strand Life Sciences », une entreprise spécialisée dans les sciences de la vie et les technologies bio-informatiques, souligne que l’IA réduit considérablement les coûts et les délais dans la découverte de médicaments et la planification des traitements.

Il ajoute : « Les modèles basés sur l’apprentissage automatique peuvent classifier les cancers de la peau avec une précision atteignant 94,2 %, avec une sensibilité et une spécificité dépassant les 90 %. »

Basu précise également que « les algorithmes intelligents, associés à l’accès à des ensembles de données massifs, permettent une compréhension approfondie des mécanismes biologiques complexes et des comportements des patients. »

L’IA réduit jusqu’à 30 % la charge de travail des radiologues, améliorant ainsi la précision des diagnostics et les interactions avec les patients.

Dans le domaine de la radiothérapie, l’IA progresse dans l’automatisation de tâches comme la délimitation des structures anatomiques et l’élaboration des plans de traitement.

Les tests génétiques et cliniques précis, tels que le test « Oncotype DX » pour le cancer du sein, s’appuient également sur des systèmes avancés pour analyser les données des récepteurs et mutations, aidant les médecins à évaluer les risques de récidive et à orienter les décisions thérapeutiques.

Le rapport souligne que le taux de réussite de l’IA dans les soins contre le cancer reste débattu. Dinesh Madhavan, responsable du groupe d’oncologie des hôpitaux Apollo en Inde, note que bien que l’IA ait montré un potentiel prometteur pour le dépistage précoce et l’amélioration des soins, son succès dépend largement des résultats pour les patients.

Madhavan précise que les taux de survie des patients atteints de cancer dépendent de facteurs tels que le maintien en rémission pendant 5 ans. « Bien que l’IA aide au dépistage précoce et à alerter sur les cas nécessitant une consultation, le taux de transformation des patients reste un facteur clé de son efficacité », ajoute-t-il.

Les avancées technologiques en IA permettent aux professionnels de santé d’analyser des volumes importants de données, notamment des radiographies, des images tissulaires et des dossiers médicaux électroniques, pour identifier des schémas souvent négligés par l’évaluation humaine.

L’IA améliore également les solutions génétiques en se concentrant sur la normalisation des textes médicaux et les plateformes d’IA pour découvrir de nouvelles cibles médicamenteuses et développer une médecine de précision.

La demande croissante pour l’utilisation de l’IA dans les soins contre le cancer est attribuée à la disponibilité accrue des données et aux défis liés à la gestion de cette maladie. Elle renforce également les capacités dans le domaine de la radiothérapie.

Les grandes entreprises ont intégré des fonctionnalités basées sur l’IA, comme la délimitation automatique des contours et l’adaptation des plans, dans leurs dispositifs, ce qui contribue à améliorer la précision et l’efficacité des traitements.

Face aux pressions sur les ressources dans les systèmes de santé, telles que le manque de radiologues, l’IA prouve sa valeur en réduisant les erreurs, en améliorant l’évolutivité et en simplifiant les flux de travail.