L’intelligence artificielle et ses algorithmes continuent à être utilisés de plus en plus massivement dans le domaine de la médecine et de la prévention et de l’identification de différentes pathologies. C’est également le cas d’une équipe de chercheurs de l’université de Cambridge et du collège d’Imperia à Londres qui ont testé de nouveaux algorithmes d’intelligence artificielle pour effectuer des scanners du cerveau humain et pour détecter et quantifier et différencier différents types de lésions cérébrales.
La nouvelle étude publiée dans The Lancet Digital Health.
Selon les chercheurs, ces nouveaux algorithmes pourraient être utilisés pour des traitements plus personnalisés pour soigner et traiter les blessures à la tête. Les traumatismes crâniens constituent l’un des plus grands fardeaux de santé publique au monde et on estime qu’ils touchent plus de 60 millions de personnes chaque année. De plus, les traumatismes crâniens sont la première cause de décès chez les jeunes. Le système TAC est utilisé pour vérifier leur existence. Bien qu’il soit un outil de diagnostic très important, dans plusieurs cas, il ne peut fournir des informations qui, pour les traumatismes crâniens, sont aussi fondamentales que le volume de la blessure, sa localisation précise et son type, comme l’explique David Menon, du département de médecine de Cambridge, l’un des auteurs de l’étude.
“L’évaluation détaillée d’un scanner avec annotations peut prendre des heures, en particulier chez les patients présentant des blessures plus graves”, explique Virginia Newcombe, également chercheuse à Cambridge et l’un des auteurs de l’étude. “Nous voulions concevoir et développer un outil capable d’identifier et de quantifier automatiquement différents types de lésions cérébrales afin de pouvoir l’utiliser dans la recherche et explorer son utilisation possible dans les hôpitaux.
Dans ce cas également, il s’agit d’un outil d’apprentissage approfondi basé sur un réseau neuronal artificiel. Le logiciel a été “formé” avec des données provenant de 600 scanners cérébraux différents. L’algorithme a ensuite été testé et validé sur d’autres ensembles de données. Dans ce cas, l’intelligence artificielle a été capable de reconnaître les différents types de lésions.
“Nous espérons que cela nous aidera à identifier les lésions qui croissent et progressent et à comprendre pourquoi elles progressent, afin de pouvoir développer un traitement plus personnalisé pour les patients à l’avenir”, explique encore M. Menon.
Un algorithme comme celui-ci pourrait être utile pour comprendre quels patients ont besoin d’un traitement supplémentaire après un traumatisme crânien, par exemple si le traumatisme crânien a également entraîné une lésion cérébrale, le tout dans le contexte d’une salle d’urgence.
