L’intelligence artificielle (IA) peut faire bien plus que simplement écrire des paroles et créer des chansons. Par exemple, les algorithmes d’IA peuvent être formés pour détecter le cancer à un stade précoce. Mais ose-t-on se fier aveuglément aux observations d’un ordinateur qu’un radiologue ne peut voir à l’œil nu ?
Het werkt eigenlijk heel simpel: een computer krijgt foto’s van CT-scans te zien. Voor elk plaatje waarop hij bepaalde afwijkingen detecteert, wordt de computer ‘beloond’. Na dit tienduizenden keren te hebben herhaald, heeft de computer geleerd wanneer een mogelijke tumor op de scan te zien is. Hij is zó goed getraind, dat hij er zelfs beter in is dan de mens.
Dit is slechts een van de weinige toepassingen van AI die er op dit moment in de zorg zijn. Maar deze techniek is veelbelovend en kan straks mogelijk veel sneller en nauwkeuriger dan radiologen vaststellen of iemand een kwaadaardige tumor in zijn lichaam heeft. En hoe sneller potentiële kanker wordt ontdekt, hoe beter het vaak te behandelen is.
Deze week werd een nieuwe studie naar zo’n AI-toepassing gepubliceerd in eBioMedicine, de medische tak van het wetenschappelijke tijdschrift The Lancet. De onderzoekers bouwden een AI-algoritme dat in staat is om in een vroeg stadium ‘kankerknobbeltjes’ op longen te detecteren.
« In feite kun je deze techniek voor elke vorm van kanker toepassen », zegt Mireille Broeders. Zij is als hoogleraar Pesonalized Cancer Screening verbonden aan het Radboudumc. « Dat komt doordat zo’n algoritme informatie uit zo’n beeld weet te halen wat wij als mensen niet kunnen zien. »
Krijg een melding bij nieuwe berichten
La recherche sur le cancer de l’IA a décollé grâce aux ordinateurs auto-apprenants
Dans l’étude eBioMédecine est l’une des nombreuses études menées sur les applications de l’IA dans les soins contre le cancer. Selon Jonas Teuwen, les Pays-Bas sont à la pointe de la recherche sur ces types d’algorithmes. Teuwen est affilié à l’Institut néerlandais du cancer de l’hôpital Antoni van Leeuwenhoek à Amsterdam. « Aux Pays-Bas, nous réalisons ce genre de projets à grande échelle », dit-il.
La recherche sur l’IA et le cancer existe depuis bien plus longtemps, mais ne s’est vraiment développée que ces dernières années, selon Broeders et Teuwen. Broeders : « Dès que l’apprentissage en profondeur a commencé à jouer un rôle, il a vraiment décollé. » L’apprentissage en profondeur est la technique qui permet aux ordinateurs d’apprendre à partir de grandes quantités de données brutes (pensez à l’exemple des tomodensitogrammes).
« Il est difficile de dire dans quelle phase nous nous trouvons actuellement, car des disciplines complètement nouvelles au sein de l’IA sont régulièrement ajoutées », explique Teuwen. « Mais quand on regarde le dépistage du cancer du sein, je dirais que la technologie est à un point où nous pouvons la déployer. »
Le radiologue peut obtenir des informations qui ne sont pas vérifiables
Mais Broeders et Teuwen insistent sur la nécessité de réfléchir attentivement aux questions (éthiques) qui accompagnent l’IA. Selon Broeders, il est tout à fait possible que les algorithmes puissent détecter des changements qui ne peuvent pas être vus par l’œil humain. « Cela signifie qu’en tant que radiologue, vous obtenez des informations que vous ne pouvez pas contrôler. »
« Faisons-nous confiance à un tel algorithme ? Est-il acceptable de prendre une décision basée uniquement sur un tel algorithme ? », s’interroge Broeders à haute voix. Selon elle, il y a beaucoup de questions auxquelles nous, en tant que société, devons répondre. « Est-ce qu’un algorithme doit être parfait ? Le travail humain n’est souvent pas parfait non plus, mais avec la technologie on a souvent l’idée qu’il doit fonctionner parfaitement. »
Teuwen avertit également que la plupart des algorithmes ne sont pas encore prêts pour une utilisation généralisée. La plupart des algorithmes sont formés avec un ensemble de données délimité. « Par exemple, vous pouvez créer un algorithme de dépistage sur des femmes des Pays-Bas. Mais si nous voulons appliquer le modèle aux États-Unis, nous devons examiner attentivement s’il fonctionne aussi bien là-bas. »
C’est également le cas de l’étude de eBioMédecine. Cet algorithme a très bien fonctionné dans l’ensemble de données dans lequel il a été développé. Broeders : « Ils l’ont également testé dans un nouvel ensemble de données. Il s’en sort déjà moins bien là-bas, comme c’est généralement le cas. Ils indiquent également clairement que cela nécessite une enquête plus approfondie. »
« En fait, vous voulez cette justification scientifique »
Et puis il y a la prolifération des entreprises qui développent ces types d’algorithmes d’IA. « D’une part, c’est formidable qu’il y ait autant d’entreprises qui font cela », déclare Broeders. « Mais d’un autre côté, c’est aussi difficile. Supposons que vous soyez un radiologue qui souhaite appliquer cela, il est actuellement assez difficile de comprendre quelles entreprises proposent de bons algorithmes. »
Dans l’étude eBioMédecine est bien exécuté et donc fiable, explique Broeders. « Mais ces types d’études n’existent pas pour tous les algorithmes. Et vous voulez en fait cette justification scientifique. »
Il reste donc encore beaucoup de questions à répondre avant que les algorithmes d’IA ne soient réellement utilisés dans le dépistage du cancer. Mais Broeders et Teuwen sont tous deux optimistes quant aux développements. Teuwen : « Les techniques sont très révolutionnaires et nous permettent de faire des choses que nous pensions auparavant impossibles. »