Une équipe de chercheurs du MIT a mis au point un algorithme capable de détecter un cancer du sein 5 ans avant sa formation. Un réel bénéfice pour le dépistage et proposer des traitements personnalisés aux patientes.
En dépit des campagnes de dépistage et des progrès de l’imagerie médicale, de nombreux cas de cancers du sein ne se sont pas détectés à temps. En France, c’est le cancer le plus fréquent avec 54 000 nouveaux cas par an. Afin d’améliorer une détection précoce, des chercheurs du Massachusetts Institute of Technology (MIT) ont modélisé un algorithme permettant de prédire un cancer 5 ans avant sa formation en analysant une mammographie. Pour parvenir à ce résultat, l’équipe du MIT a travaillé en collaboration avec le Massachusetts General Hospital (MGH).
90 000 mammographies
Les scientifiques ont analysé les résultats de mammographies de 60 000 patientes réalisées à l’Hôpital général du Massachusetts. A partir de ces données, le modèle a appris à reconnaitre les modifications des tissus mammaires annonciatrices de tumeurs malignes. Au total, les chercheurs ont intégré les résultats de 90 000 mammographies. Nourri de ces informations l’algorithme est en mesure de déceler « des profils trop subtils pour être détectés par l’œil humain ». Le modèle est probant. Il a classé 31% de tous les patients atteints de cancer dans la catégorie la plus à risque, contre seulement 18% pour les méthodes habituelles indique le communique du MIT.
Il est particulièrement frappant de constater que le modèle fonctionne aussi bien pour les Blancs que pour les Noirs, ce qui n’était pas le cas avec les outils précédents.
Allison Kurian, professeure Stanford School of Medicine
Une approche fondée sur le risque
Cette approche prédictive modifie également la stratégie de dépistage fondée sur l’âge. En se basant sur le risque, l’algorithme permettra une différenciation des traitements. « Par exemple, un médecin pourrait recommander à un groupe de femmes de passer une mammographie tous les deux ans, tandis qu’un autre groupe à risque élevé pourrait se soumettre à un examen IRM supplémentaire » explique La professeure Regina Barzilay du MIT. Afin de modifier les biais induits par des recherches focalisées essentiellement sur des femmes blanches, le projet a pris en compte les disparités raciales. Jusqu’à présent les modèles développés étaient beaucoup moins précis pour les patientes noires. Ce souci d’inclusion dans l’élaboration de l’algorithme est essentiel au vue des données. « Les femmes noires ont 42% plus de risque de décéder du cancer du sein en raison d’un large éventail de facteurs pouvant inclure des différences de dépistage et d’accès aux soins de santé ».
Les biais de genre et de race fréquents dans l’élaboration des algorithmes sont dénoncés régulièrement. Le 13 mars, la Fondation l’Oréal à l’origine du programme « For Women in Science » s’est fait l’écho de ce manque de diversité dans l’élaboration de l’Intelligence Artificielle. La Professeure Cara Tannenbaum, directrice scientifique des Instituts de recherche en santé du Canada avait indiqué que la plupart des dosages de médicaments ne tenaient pas compte de la variation de leurs effets selon que le patient soit de type caucasien ou non. En 2004 déjà, Libération publiait un article questionnant la « Médecine de race ».