Diagnostic du mélanome: l’intelligence artificielle supérieure à l’homme dans une étude

Une récente étude a montré que le “deep learning” (apprentissage profond) utilisant un réseau de neurones artificiels était plus performant que la plupart des dermatologues pour diagnostiquer des mélanomes.

Face à l’incidence croissante du mélanome, cancer cutané, le dépistage précoce et la prévention sont essentiels. L’examen au dermatoscope nécessite un oeil expert, les méthodes d’analyse automatique des images se développent comme outil d’aide au diagnostic pour permettre un diagnostic précis et reproductible. Mais, cette approche reste liée à des critères dépendant de l’oeil c’est à dire la couleur, la morphologie, la régularité…

Le développement d’un algorithme de deep learning par une équipe d’ingénieurs américains permet à l’algorithme d’apprendre à classer des images de cancers cutanés et de déconstruire l’image à l’échelle du pixel pour distinguer les différentes lésions cutanées.

Cet outil pourrait être facilement déployé dans les systèmes de dermatoscope électronique ou dans des applications smartphone afin d’accompagner les dermatologues dans la démarche diagnostique.

Date : 18/06/2018

Source : TIC pharma

Pour en savoir plus : Diagnostic du mélanome: l’intelligence artificielle supérieure à l’homme dans une étude

Cet article Diagnostic du mélanome: l’intelligence artificielle supérieure à l’homme dans une étude est apparu en premier sur Pole NSL.

Je voudrais recevoir des invitations à des événements sur les thèmes suivants :