IBM invente une IA qui détecte le cancer du sein 1 an avant son apparition

Le département de recherche sur l’intelligence artificielle d’IBM vient de mettre au point un nouveau modèle d’IA, capable de détecter le cancer du sein avec 87% de précision. L’intelligence artificielle peut prédire son apparition 1 an avant qu’il ne survienne.

L’IA et la santé

Déjà en 2017, IBM créait Watson, une intelligence artificielle capable d’analyser différents types de cancers, dont celui du poumon, puis de proposer aux patients un plan de traitement personnalisé. Plus la machine apprend, plus elle est capable d’analyser les spécificités de chaque maladie et de s’améliorer. Des études sont parvenues à l’American Society of Clinical Oncology (ASCO) et mettent en valeur la précision de cette intelligence artificielle : concernant un cancer du poumon, Watson est d’accord à 96% avec les médecins, 93% pour un cancer du rectum et 81% pour le cancer du colon.

Le deuxième œil

Aujourd’hui, l’entreprise américaine s’intéresse de plus près au cancer du sein. En utilisant des données provenant de milliers de dossiers médicaux des images de mammographies, l’algorithme créé par IBM est capable de prédire l’apparition de ce type de cancer. Son intelligence artificielle est certainement la plus fiable du marché concernant la détection du cancer du sein. Ses résultats sont bons et concordent à 87% avec ceux d’un humain. Cette technologie offre une réelle opportunité pour les femmes : un plus grand nombre de patientes atteintes d’un cancer du sein pourraient commencer leur traitement avant même l’apparition de la première tumeur.

Les images de mammographie dont se sert l’intelligence artificielle sont anonymes. Elles ont permis l’élaboration de cet algorithme. IBM extrait même les données des biopsies, des tests de laboratoire, des registres du cancer et des codes d’autres procédures utiles à la détection du cancer. Les experts estiment que cette IA pourrait être suffisamment douée, pour servir de vérification, après qu’un médecin ait ausculter un patient. Cela pourrait être particulièrement pertinent, dans les pays où le manque de personnel ne permet pas à un autre radiologiste d’intervenir.