L’IA rend le diagnostic du cancer de la peau plus juste et plus précis

Publié le 7 novembre 2024 16h04. Une nouvelle approche d’intelligence artificielle, développée par des chercheurs américains, promet d’améliorer significativement la détection du cancer de la peau, en particulier le mélanome, chez les personnes à la peau foncée, un groupe souvent mal diagnostiqué. Cette avancée repose sur une meilleure prise en compte de la diversité des couleurs de peau dans les algorithmes.

• L’IA existante est moins performante sur les peaux foncées en raison de données d’entraînement limitées.
• Une nouvelle méthode, MST-AI, utilise l’échelle Monk Skin Tone pour estimer avec précision les tons de peau et corriger les biais.
• Cette technologie pourrait avoir un impact au-delà de la dermatologie, améliorant l’équité des diagnostics médicaux dans d’autres disciplines.

Des chercheurs du Fox Chase Cancer Center, du College of Engineering et de la Lewis Katz School of Medicine de l’Université Temple ont mis au point une méthode innovante pour affiner la capacité de l’intelligence artificielle (IA) à identifier le cancer de la peau, et plus particulièrement le mélanome, chez les patients ayant une peau plus foncée. Le principal obstacle aux systèmes d’IA actuels réside dans le manque de diversité des données utilisées pour leur entraînement, explique le Dr Hayan Lee, professeur adjoint au Cancer Epigenetics Institute et chercheur principal de l’étude.

« La majorité des systèmes sont développés à partir d’images de patients à la peau claire. Par conséquent, leurs performances sont nettement moins bonnes chez les personnes à la peau foncée, ce qui conduit souvent à un diagnostic tardif du cancer de la peau dans ce groupe », précise le Dr Lee.

Ce problème de précision n’est pas uniquement technique, mais reflète également des inégalités en matière de santé. Les ensembles de données utilisés sont souvent issus d’une seule région géographique ou d’un seul pays, ne représentant pas fidèlement la diversité de la population mondiale. Cette homogénéité introduit involontairement des biais dans les algorithmes, affectant directement la qualité des diagnostics et des traitements.

Pour pallier ce problème, l’équipe de recherche a développé une nouvelle approche basée sur l’échelle Monk Skin Tone (MST). Conçue par le sociologue Dr Ellis Monk de l’Université Harvard, cette échelle distingue dix tons de peau différents, offrant une représentation plus réaliste de la diversité humaine. Les chercheurs ont utilisé cette échelle pour créer un modèle capable d’estimer avec précision les tons de peau et d’ajuster les performances des diagnostics réalisés par l’IA.

Le fruit de ce travail est la méthode MST-AI, qui a été testée sur une vaste collection d’images dermatologiques de cancers de la peau accessibles au public. Les résultats des évaluations démontrent que MST-AI fournit des estimations des tons de peau nettement plus précises et fiables que les méthodes existantes. Cela permet au modèle de compenser les déséquilibres présents dans les ensembles de données, conduisant à un diagnostic plus juste et plus précis pour tous les patients, quel que soit leur type de peau.

« De nombreux chercheurs s’efforcent de créer un modèle d’IA universel qui fonctionne pour tout le monde, mais cette approche est trop simpliste », souligne le Dr Lee. « Nous devons tenir compte des caractéristiques spécifiques des différents types de peau afin de réduire les biais et de garantir un accès équitable aux soins pour tous. »

Cette nouvelle méthode a été développée par une équipe pluridisciplinaire composée d’ingénieurs, de médecins et de scientifiques des données, notamment Vahid Khalkhali, doctorant en génie électrique, et le professeur Saroj K. Biswas, tous deux de l’Université Temple. L’étude, intitulée « MST-AI : Estimation de la couleur de la peau dans les ensembles de données sur le cancer de la peau », est publiée dans le Journal of Imaging.

L’impact de cette technologie pourrait dépasser le domaine de la dermatologie. En entraînant les systèmes d’IA avec des données plus inclusives, les algorithmes de diagnostic pourraient être utilisés de manière plus équitable et plus efficace dans d’autres disciplines médicales.

Le Dr Lee conclut : « Notre approche montre que l’IA ne doit pas nécessairement être une solution universelle. En adaptant la technologie à la diversité humaine, nous pouvons fournir des diagnostics plus précoces, plus précis et plus équitables, ce qui représente une avancée majeure pour les soins de santé à l’échelle mondiale. »

Par ailleurs, des scientifiques nigérians ont récemment développé un modèle d’IA pour la détection du cancer de la peau, capable, selon eux, de diagnostiquer le type de cancer avec une grande précision (environ 95 %). Les chercheurs soulignent le potentiel de ce modèle pour optimiser le processus de diagnostic, améliorer les soins aux patients et réduire les coûts associés. L’intégration de cette technologie dans les plateformes de télésanté pourrait également faciliter l’accès aux diagnostics et aux soins pour les patients vivant dans des zones défavorisées.