{"id":591306,"date":"2025-12-10T19:41:51","date_gmt":"2025-12-10T19:41:51","guid":{"rendered":"https:\/\/www.europesays.com\/fr\/591306\/"},"modified":"2025-12-10T19:41:51","modified_gmt":"2025-12-10T19:41:51","slug":"adieu-la-biopsie-cette-ia-voit-les-tumeurs-cerebrales-sur-irm","status":"publish","type":"post","link":"https:\/\/www.europesays.com\/fr\/591306\/","title":{"rendered":"Adieu la biopsie ? Cette IA voit les tumeurs c\u00e9r\u00e9brales sur IRM"},"content":{"rendered":"

La d\u00e9tection des tumeurs c\u00e9r\u00e9brales pourrait devenir plus ais\u00e9e gr\u00e2ce \u00e0 cette nouvelle IA.<\/strong><\/p>\n

Les m\u00e9decins s\u2019appuient encore presque exclusivement sur l\u2019imagerie pour identifier les tumeurs au cerveau. De fait, ils ne peuvent pas encore r\u00e9aliser de biopsies sans risques avant l\u2019op\u00e9ration. Mais une nouvelle IA<\/a><\/strong> pourrait changer cette r\u00e9alit\u00e9 et aider \u00e0 rep\u00e9rer les tumeurs c\u00e9r\u00e9brales<\/strong> plus facilement.<\/p>\n

Qui a cr\u00e9\u00e9 cette IA d\u00e9tectrice de tumeurs c\u00e9r\u00e9brales ?<\/p>\n

Nous devons cette trouvaille aux chercheurs de la Thomas Jefferson University<\/strong>. Ils ont d\u00e9voil\u00e9 un mod\u00e8le capable de distinguer deux types de tumeurs du cr\u00e2ne qui se ressemblent \u00e9norm\u00e9ment sur IRM. Et il le fait d\u2019ailleurs avec une pr\u00e9cision qui d\u00e9passe parfois celle des sp\u00e9cialistes.<\/p>\n

L\u2019\u00e9quipe s\u2019est attaqu\u00e9e \u00e0 un probl\u00e8me clinique bien connu. Et c\u2019est de diff\u00e9rencier les pituitary macroadenomas<\/strong> des parasellar meningiomas<\/strong>. Ces deux tumeurs b\u00e9nignes se d\u00e9veloppent dans la m\u00eame zone, derri\u00e8re le nez et les yeux. Aussi, leurs images en niveaux de gris semblent presque pareilles.<\/p>\n

\"Adieu<\/p>\n

Pourtant, elles requi\u00e8rent des approches op\u00e9ratoires radicalement diff\u00e9rentes. La premi\u00e8re s\u2019enl\u00e8ve par voie endonasale, tandis que la seconde implique habituellement une craniotomie. Confondre les deux peut rallonger une intervention ou obliger \u00e0 la reporter.<\/p>\n

Les chercheurs ont donc voulu concevoir un outil capable de les distinguer. Pour ce faire, ils ont utilis\u00e9 une technologie d\u2019apprentissage automatis\u00e9, l\u2019AutoML. Elle aide \u00e0 g\u00e9n\u00e9rer un mod\u00e8le tr\u00e8s performant sans coder manuellement chaque \u00e9tape.<\/p>\n

L\u2019IA a analys\u00e9 1 628 images IRM provenant de 116 patients<\/strong>. Ils l\u2019ont ensuite essay\u00e9e sur 959 images suppl\u00e9mentaires<\/strong> issues d\u2019un autre centre. Selon l\u2019article de Science Blog<\/a>, les chercheurs auraient alors obtenu une pr\u00e9cision globale de 97,55 %<\/strong>. Le tout avec une sensibilit\u00e9 et une sp\u00e9cificit\u00e9 qui rivalisent avec l\u2019expertise humaine.<\/p>\n

\"Adieu<\/p>\n

Selon les chercheurs, cette performance prouve que l\u2019outil peut rep\u00e9rer des motifs subtils invisibles \u00e0 l\u2019\u0153il nu<\/strong>. C\u2019est de cette mani\u00e8re que l\u2019IA peut trouver les tumeurs c\u00e9r\u00e9brales. Elle peut donc r\u00e9duire les marges d\u2019erreur dans un domaine o\u00f9 la moindre approximation compte.<\/p>\n

Un outil qui s\u2019adapte aux besoins des h\u00f4pitaux<\/p>\n

Au-del\u00e0 de sa pr\u00e9cision, ce mod\u00e8le se distingue par sa flexibilit\u00e9. Les m\u00e9decins peuvent ajuster les seuils de confiance de l\u2019intelligence artificielle<\/a> selon le contexte clinique. En milieu g\u00e9n\u00e9raliste, l\u2019acc\u00e8s \u00e0 un expert du cr\u00e2ne est en outre limit\u00e9. Le mode haute sensibilit\u00e9<\/strong> aide alors \u00e0 d\u00e9tecter presque tous les cas suspects. \u00c0 l\u2019inverse, dans un grand centre hospitalier, le mode haute sp\u00e9cificit\u00e9<\/strong> r\u00e9duit les faux positifs. Il \u00e9vite ainsi des examens inutiles.<\/p>\n

Cette polyvalence ouvre plusieurs usages. Elle aide d\u2019abord au tri des patients<\/strong> d\u00e8s la premi\u00e8re lecture d\u2019IRM et \u00e0 orienter rapidement les cas complexes<\/strong> vers des experts. De plus, elle am\u00e9liore la planification op\u00e9ratoire. Elle sert par ailleurs de support p\u00e9dagogique pour les internes et les jeunes chirurgiens.<\/p>\n

\"Adieu<\/p>\n

Les chercheurs soulignent aussi un autre point important. L\u2019IA qui peut d\u00e9tecter les tumeurs c\u00e9r\u00e9brales ne remplace pas le radiologue<\/strong>. Elle agit plut\u00f4t comme un second regard, rapide et constant. Un regard qui peut s\u00e9curiser les d\u00e9cisions dans des situations o\u00f9 l\u2019erreur peut changer le cours d\u2019une op\u00e9ration.<\/p>\n

Une technologie encore jeune, mais d\u00e9j\u00e0 prometteuse<\/p>\n

Pour aller plus loin, l\u2019\u00e9quipe souhaite int\u00e9grer \u00e0 son mod\u00e8le des donn\u00e9es suppl\u00e9mentaires. Cela inclut notamment les taux hormonaux<\/strong> ou d\u2019autres types d\u2019imagerie<\/strong> afin d\u2019affiner les pr\u00e9dictions. Elle envisage \u00e9galement d\u2019\u00e9tendre la m\u00e9thode \u00e0 d\u2019autres diagnostics difficiles. Citons par exemple les nodules thyro\u00efdiens ou les l\u00e9sions du larynx.<\/p>\n

Bien qu\u2019elle puisse rep\u00e9rer les tumeurs c\u00e9r\u00e9brales, cette IA n\u2019\u00e9limine pas encore la biopsie<\/strong> dans tous les cas. Malgr\u00e9 tout, elle montre qu\u2019un diagnostic fiable avant op\u00e9ration devient enfin accessible. Une avanc\u00e9e qui pourrait, \u00e0 terme, r\u00e9duire les incertitudes pour les experts en chirurgie<\/a>. Elle pourrait \u00e9galement r\u00e9duire l\u2019angoisse pour les patients.<\/p>\n