Des chercheurs français de l’Inserm, l’Inria et de l'Université Grenoble Alpes ont développé un programme d'intelligence artificielle capable de localiser et de diagnostiquer différents types de tumeurs cérébrales par analyse d’images d’IRM.

Les résultats sont très fiables avec 100 % de localisations exactes et plus de 90 % de diagnostics corrects du type de tumeurs. Ces travaux sont publiés dans la revue IEEE-TMI (Institute of Electrical and Electronics Engineers - Transactions on Medical Imaging).

Les images par résonance magnétique (IRM) dites quantitatives, qui cartographient des paramètres mesurables du cerveau (par exemple le débit sanguin, le diamètre vasculaire…) et diffèrent des images classiques, sont encore peu utilisées en IRM clinique.

Les chercheurs ont combiné différents outils mathématiques innovants pour apprendre à un programme informatique à analyser ces images quantitatives et à diagnostiquer d’éventuelles tumeurs.

Dans un premier temps, le programme a appris à reconnaître les caractéristiques de cerveaux en bonne santé. Confronté ensuite à des images de cerveaux atteints de cancers, il est devenu capable de localiser les régions dont les caractéristiques divergent de celles des tissus en bonne santé et d’en extraire les particularités.

Enfin, pour apprendre à l’intelligence artificielle à discriminer les différents types de tumeurs, les chercheurs lui ont indiqué le diagnostic associé à chacune des images de cerveaux malades qui lui avaient été présentées.

Afin de tester les capacités du programme, l’équipe de recherche lui a fourni des images qui lui étaient inconnues, issues tantôt de cerveaux en bonne santé, tantôt de cerveaux malades. Le programme devait indiquer si une tumeur était présente dans ces images et être capable de la caractériser.

L’intelligence artificielle a réussi à localiser parfaitement (100 %) les lésions et à les diagnostiquer de façon très fiable (plus de 90 %).

« “Aujourd’hui, l’obtention d’images quantitatives ne correspond pas à ce qui se fait en routine clinique dans les services d’IRM”, précise Emmanuel Barbier, chercheur Inserm responsable de l’étude. “Mais ces travaux montrent l’intérêt d’acquérir ce type d’images et éclairent les radiologues sur les outils d’analyse dont ils pourront disposer prochainement pour les aider dans leurs interprétations.”

L’équipe de recherche va poursuivre ses travaux dont l’objectif à terme est d'étendre le potentiel diagnostique de cette intelligence artificielle à d’autres pathologies cérébrales, telle que Parkinson. »

Ces outils appliqués aux tumeurs cérébrales sont actuellement en cours d’évaluation dans le cadre du Plan Cancer porté par l’Inserm. Leur développement dans le cadre du diagnostic de la maladie de Parkinson est également en cours via un projet pluridisciplinaire de l’Université Grenoble Alpes.

Avancée : une sonde pour identifier les cellules cancéreuses en temps réel pendant une chirurgie

Pour plus d'informations sur l'intelligence artificielle en santé, voyez les liens plus bas.

Illustration : Figure d’IRM obtenue en présence d’une tumeur cérébrale. En gris, des IRM classiques, en couleur, des IRM quantitatives - ©Emmanuel Barbier.

Psychomédia avec sources : Inserm, IEEE-TMI.
Tous droits réservés.