Des chercheurs iraniens mettent au point une nouvelle méthode de détection du cancer à partir d'images médicales.
Des chercheurs iraniens ont mis au point une nouvelle méthode basée sur l'intelligence artificielle qui améliore la détection de différents types de cancer à partir d'images médicales, offrant une approche prometteuse pour un diagnostic plus précoce et une prise de décision clinique plus précise.
L'étude, soutenue par la Fondation nationale iranienne pour la science (INSF), a été réalisée par le chercheur postdoctoral Yousef Sharafi à l'Université de technologie Khajeh Nasir Toosi.
Selon Sharafi, la recherche combine l'intelligence artificielle, l'apprentissage profond et l'apprentissage par transfert pour extraire les caractéristiques les plus importantes des images médicales tout en filtrant les données inutiles.
Cette approche vise à améliorer la précision du diagnostic des différents cancers, notamment les cancers du sein, du cerveau et du sang, a-t-il ajouté.
Il a expliqué que, le cancer restant l'une des principales causes de décès dans le monde, avec plus de 10 millions de victimes chaque année, le développement de technologies de diagnostic plus fiables devient de plus en plus important.
« Le cancer est l'un des défis sanitaires mondiaux les plus importants, et les progrès en matière de diagnostic et de prédiction peuvent jouer un rôle efficace dans la réduction de la mortalité et l'amélioration des résultats des traitements », a déclaré Sharafi.
Les chercheurs ont d'abord utilisé des techniques avancées de traitement d'images et des réseaux neuronaux pour identifier et segmenter les tumeurs cancéreuses dans les images médicales, a déclaré Sharafi.
Une fois les régions suspectes isolées, a-t-il souligné, le système a extrait les principales caractéristiques géométriques, spatiales et texturales des cellules cancéreuses.
Les informations extraites ont ensuite été affinées à l'aide de modèles d'apprentissage profond et de techniques d'optimisation afin de réduire la quantité de données tout en préservant les caractéristiques les plus significatives, selon Sharafi.
Enfin, a-t-il déclaré, les images ont été analysées à l'aide de réseaux neuronaux flous et d'algorithmes d'apprentissage automatique capables de gérer l'incertitude, notamment dans les cas où les limites entre les tissus sains et cancéreux sont difficiles à distinguer.
L'équipe a également développé un cadre d'apprentissage profond à deux niveaux spécifiquement conçu pour analyser les images de pathologie du cancer du sein et de mammographie, ce qui a permis d'améliorer encore les performances de classification du système, a noté Sharafi.
D'après les chercheurs, la nouvelle méthode a systématiquement surpassé les approches conventionnelles en offrant une précision accrue dans la classification des tumeurs cancéreuses.
L'élimination des caractéristiques d'image redondantes a permis aux modèles d'IA de se concentrer sur les schémas les plus informatifs, ce qui a permis d'obtenir des diagnostics plus fiables, a déclaré Sharafi.
« Les méthodes proposées ont permis d'obtenir une précision et une efficacité supérieures aux techniques conventionnelles en matière de classification des tumeurs cancéreuses », a déclaré Sharafi.
« En se concentrant sur les caractéristiques clés de l'image, le système améliore les performances des modèles intelligents de détection et de classification du cancer. »
Les chercheurs estiment que cette technologie pourrait contribuer au développement d'outils médicaux plus avancés, basés sur l'IA, pour la détection précoce du cancer, la prédiction des maladies et le suivi clinique.
Sharafi a également souligné que le succès de l'IA dans le domaine de la santé dépend fortement de l'accès à des données médicales de haute qualité.
« L’efficacité des systèmes d’intelligence artificielle dépend avant tout de données médicales standardisées, précises et bien organisées », a-t-il déclaré, appelant les décideurs politiques à investir dans des centres nationaux dédiés à la collecte, à la validation et à l’intégration des ensembles de données relatifs au cancer.
Il a ajouté que le renforcement des infrastructures de données et la formation de spécialistes en intelligence artificielle médicale ouvriraient la voie à des systèmes de diagnostic plus intelligents et permettraient, à terme, d'améliorer les résultats en matière de soins de santé pour les patients atteints de cancer.
Aucun commentaire:
Enregistrer un commentaire