La méthode traditionnelle d’examen des échantillons de tissus par les pathologistes est lente et susceptible d’interprétations divergentes, ce qui a un impact sur la précision du diagnostic. Le nouveau modèle de intelligence artificielle, dénommé Céographe, reproduit le processus d’analyse pathologique effectué par des experts.
PUBLICITÉ
Bien qu'il existe d'autres modèles linguistiques similaires, ils n'atteignent pas la complexité du discernement d'un pathologiste. Ces modèles ne peuvent pas identifier les subtilités de l’organisation cellulaire ni filtrer les informations non pertinentes susceptibles d’interférer avec le diagnostic.
A Céographe détecte les cellules, leurs positions, types, morphologies et distribution dans l'espace, générant une carte détaillée qui surmonte les restrictions des modèles précédents, garantissant une analyse de haute précision.
À ce jour, l’IA a été appliquée avec succès dans trois scénarios cliniques distincts : distinguer deux sous-types de cancer du poumon : l’adénocarcinome et le carcinome épidermoïde ; examiner la probabilité de progression du cancer dans les lésions précancéreuses de la bouche ; et identifier les patients atteints d'un cancer du poumon les plus susceptibles de répondre à une classe spécifique de médicaments. Dans tous les cas, Ceograph a surpassé les méthodes traditionnelles de prévision des résultats.
PUBLICITÉ
"Cette méthode a le potentiel de rationaliser les mesures préventives ciblées sur les populations à haut risque et d'optimiser la sélection du traitement pour chaque patient", détaille Guanghua Xiao, auteur de l'étude publiée dans Communications Nature, sur la manière dont l'IA peut contribuer à rendre les diagnostics de cancer plus précis.
Lire aussi:
