Un nouveau modèle d'IA développé par Harvard détecte le cancer avec une précision de 96 %

Des chercheurs de la Harvard Medical School ont dévoilé un nouveau modèle d'IA appelé CHIEF (Clinical Histopathology Imaging Evaluation Foundation) qui peut diagnostiquer et prédire les résultats de plusieurs types de cancer avec une précision remarquable.

Selon l’étude, CHIEF surpasse les systèmes d’IA existants, atteignant jusqu’à « 96 % de précision » dans la détection du cancer pour 19 types de cancer différents. Les chercheurs comparent la polyvalence de CHIEF à celle de ChatGPT, le modèle de langage qui a suscité une attention considérable pour sa capacité à s’attaquer à un large éventail de tâches.

CHIEF est fondamentalement un modèle de vision d’IA très spécialisé, un modèle capable de comprendre les entrées visuelles, formé pour être extrêmement détaillé dans les images de cellules cancéreuses au lieu de l’approche généraliste que nous voyons dans les modèles traditionnels comme GPT-4V ou LlaVA.

Image : Wang, X., Zhao, J., Marostica, E. et al.

Ainsi, au lieu d’être formé à reconnaître des éléments généraux tels que « chats » ou « oranges », CHIEF a été formé sur un ensemble de données multimodales massif, comprenant 15 millions d’images non étiquetées et 60 000 images de lames entières de tissus provenant de 19 sites anatomiques différents.

« Grâce à un pré-entraînement sur 44 téraoctets d'ensembles de données d'imagerie pathologique haute résolution, CHIEF a extrait des représentations microscopiques utiles pour la détection des cellules cancéreuses, l'identification de l'origine des tumeurs, la caractérisation du profil moléculaire et la prédiction pronostique », peut-on lire dans la recherche.

L’approche semble fonctionner mieux que prévu. « Notre ambition était de créer une plateforme d’IA agile et polyvalente de type ChatGPT, capable d’effectuer un large éventail de tâches d’évaluation du cancer », a déclaré Kun-Hsing Yu, auteur principal de l’étude. « Notre modèle s’est avéré très utile pour de nombreuses tâches liées à la détection du cancer, au pronostic et à la réponse au traitement dans plusieurs types de cancer. »

Les chercheurs ont testé CHIEF sur plus de 19 400 images issues de 32 ensembles de données indépendants collectés dans le monde entier, et il a surpassé les méthodes d'IA de pointe jusqu'à 36,1 % dans ces tâches. Il s'est également avéré plus précis pour séparer les patients ayant des taux de survie élevés et faibles, et a pu fournir des informations précises sur différents échantillons de tissus analysés.

Les chercheurs prévoient d’affiner encore davantage CHIEF en l’entraînant sur des images de maladies rares, d’affections non cancéreuses et de tissus pré-malins pour améliorer sa précision. Ils prévoient également d’alimenter le modèle avec davantage de données pour qu’il soit plus efficace pour identifier l’agressivité du cancer et prédire les effets de nouveaux traitements.

Le rôle croissant de l’IA dans la détection du cancer et au-delà

Les chercheurs utilisent l’IA pour faire progresser la détection, le diagnostic et le traitement du cancer et d’autres maladies depuis un certain temps déjà.

Par exemple, des chercheurs de Cambridge ont présenté EMethylNET , un modèle d’IA qui utilise les données ADN d’échantillons de tissus pour détecter 13 types de cancer avec un taux de précision de 98 %. Entraîné sur plus de 6 000 échantillons de tissus, EMethylNET met en évidence le potentiel de l’IA pour identifier le cancer à un stade précoce grâce à la méthylation de l’ADN, qui joue un rôle crucial dans la croissance du cancer.

Un autre modèle antérieur, appelé CancerGPT, utilisait un modèle de langage de grande taille pour prédire comment les combinaisons de médicaments peuvent affecter les tissus rares chez les patients atteints de cancer. Il a démontré que les modèles pré-entraînés peuvent être d'une valeur inestimable lorsque les données structurées et les échantillons sont rares. CancerGPT est capable de généraliser les prédictions et d'exploiter les recherches médicales antérieures pour offrir des informations significatives, même si les chercheurs étaient toujours préoccupés par les éventuelles hallucinations de l'IA.

Google et iCAD se sont également associés pour utiliser l’IA afin d’améliorer le dépistage du cancer. Leur système basé sur l’IA a surpassé les radiologues experts en termes de précision, offrant une solution viable dans un contexte de pénurie mondiale de radiologues et améliorant l’accessibilité aux dépistages du cancer du sein qui sauvent des vies.

Enfin, une autre technologie d’IA appelée Sturgeon est utilisée par les neurochirurgiens pour aider à diagnostiquer les tumeurs du système nerveux central en temps réel avec une précision de 90 %.

CHIEF est open source et disponible en téléchargement sur la page Github du projet afin que les chercheurs (ou toute autre personne) puissent saisir leurs propres images et les exécuter localement.

https://hms.harvard.edu/news/new-artificial-intelligence-tool-cancer