L’apprentissage automatique pour différencier les lésions mammaires et éviter les opérations inutiles

Des scientifiques du laboratoire d’informatique et d’intelligence artificielle du Massachusetts Institute of Technology (MIT) se sont alliés à des radiologues du Massachusetts General Hospital et de la faculté de médecine d’Harvard pour mettre au point un modèle d’apprentissage automatique capable de distinguer différents types de lésions mammaires. Les résultats de leur étude sont parus dans la revue Radiology.

Le piège des faux positifs

Pour entamer leur étude, les chercheurs se sont penchés sur les cas de faux positifs en mammographie. « Une cause fréquente de faux positifs est ce que l'on appelle des lésions " à haut risque " qui apparaissent suspectes sur les mammographies et qui ont des cellules anormales lorsqu'elles sont testées par biopsie », indique le MIT. Pour ces lésions suspectes, une intervention chirurgicale est préconisée. « Cependant, elles se révèlent bénignes à la chirurgie 90% du temps ». C’est donc pour éviter des chirurgies inutiles que les chercheurs du MIT en coo