Pour réduire les ponctions inutiles

L’intelligence artificielle classe mieux les nodules thyroïdiens

Publié le 03/12/2019

Éliminer la subjectivité et réduire jusqu’à 50 % le nombre de biopsies inutiles : c’est la promesse d’un système d’intelligence artificielle fondé sur la similarité d’images, présenté lors du 89 e congrès de l’American thyroid association (ATA), le 1 er Novembre dernier (1).

Crédit photo : Phanie

Décider si un nodule thyroïdien doit être biospié demeure souvent délicat. Beaucoup de spécialistes sérieux pensent que les biopsies sont réalisées en trop grand nombre, donnant lieu à trop de gestes chirurgicaux. Depuis quelques années, une nouvelle classification échographique (Ti-Rads), plus précise, a été proposée afin de réduire le côté trop personnel des résultats rendus. Dans un effort d’aller encore plus loin, des chercheurs ont souhaité appliquer l’intelligence artificielle (IA) pour classer les nodules thyroïdiens, à l’aide d’un algorithme de similarité d’image (1).

Ce système serait différent des autres black box d’IA développés précédemment pour la classification des nodules thyroïdiens, puisqu’il ne donne pas uniquement un résultat binaire et qu’il est très intuitif. Fondé sur des comparaisons appariées, le modèle a été créé à partir du traitement de toutes les images disponibles de 482 nodules provenant de patients ayant subi une biopsie ou une chirurgie de la thyroïde à l’hôpital Mercy de Springfield (Missouri), de février 2012 à février 2017. Il a ensuite été testé sur 103 nodules, entre 2017 et 2018. En cas d’absence de diagnostic définitif (bénin/malin), les nodules ont été exclus du modèle.

Une meilleure sensibilité et spécificité

Cette approche montre une précision similaire, voire supérieure en certains aspects, aux meilleurs systèmes de classification basés sur les ultrasons disponibles. « Comparé aux résultats publiés du système de compte rendu Ti-Rads et de la classification ATA-American college of radiology, ce modèle de similarité d’images a démontré une valeur prédictive négative comparable, avec une meilleure sensibilité, spécificité et valeur prédictive positive que les précédents systèmes », a déclaré le Dr Johnson Thomas, directeur du département d’endocrinologie du Mercy Hospital. Selon lui, en utilisant ces modèles d’IA de similarité d’images, il a été possible d’éliminer la subjectivité et ainsi de réduire jusqu’à 50 % le nombre de biopsies inutiles.

Des nodules chez une femme sur deux après 50 ans

On peut prédire que ces approches IA par similarité d’images (déjà approuvés par la l’agece américaine FDA) bouleverseront rapidement l’imagerie – et pas seulement de la thyroïde : rétinopathie diabétique, AVC, lésions mammaires. En matière de thyroïde en particulier, les systèmes de classification non invasifs actuels laissent beaucoup à désirer. D’autant que l’utilisation accrue de l’imagerie conduit à trouver des nodules thyroïdiens chez une femme sur deux au-delà de 50 ans, mais avec une proportion faible de nodules cancéreux.

Professeur honoraire, université Grenoble-Alpes
(1) 89 e Congrès de l’American thyroid association (ATA). Chicago, du 30 oct au 3 nov 2019 Chicago.
Communication du Dr Johnson Thomas (Mercy in Springfield, Missouri). AiBx, a Deep Learning Model to Classify Thyroid Ultrasound Images. Oral 27, 1er nov

Pr Serge Halimi

Source : lequotidiendumedecin.fr