Le cancer de la peau constitue un défi de santé mondial, avec près de 1,5 million de nouveaux cas diagnostiqués en 2024 selon les données de l’Organisation mondiale de la santé (OMS). En réponse, l’Université d’Alicante (UA) et l’hôpital universitaire de Sant Joan d’Alacant ont collaboré pour lancer MEL-IA (MobilE skin Lesion dIAgnosis), un système d’intelligence artificielle conçu pour automatiser la classification des lésions cutanées.
La détection précoce reste essentielle pour améliorer les résultats cliniques du cancer de la peau. Cette technologie aide le personnel de santé à évaluer les lésions tout en s’intégrant de manière transparente à l’infrastructure informatique existante de l’hôpital.
Le système intègre une application mobile pour capturer des images de lésions cutanées, telles que des grains de beauté ou des taches, et enregistrer des données cliniques, un modèle d’IA pour effectuer la classification et des modèles d’intégration complexes qui connectent en toute sécurité toutes les données aux systèmes hospitaliers.
Les auteurs de cette étude, publiée dans la revue scientifique Journal des systèmes médicauxsont Alberto de Ramón, Daniel Ruiz et Marcelo Saval, professeurs au Département de technologie informatique et de calcul de l’UA, ainsi que Pablo Candela, tous membres du groupe de recherche en ingénierie bio-inspirée et informatique de la santé (IBIS) de l’UA. Le groupe IBIS a passé plus d’une décennie à rechercher des systèmes d’aide à la décision clinique pour le diagnostic des lésions cutanées. Représentant l’hôpital universitaire de Sant Joan d’Alacant, José María Salinas et Diego Guijarro du service informatique ont co-écrit l’ouvrage.
Au-delà du développement de l’algorithme de classification, l’équipe a fourni un package technologique complet capable de s’intégrer directement dans le réseau informatique d’un hôpital. Le système relie la capture d’images, l’analyse de l’IA, le stockage sécurisé et l’échange confidentiel de données cliniques.
Lésions cutanées et performances diagnostiques
Contrairement aux outils conçus uniquement pour distinguer les lésions malignes des lésions bénignes, MEL-IA permet une catégorisation différentielle de cinq principaux types de lésions cutanées : le mélanome, le naevus, le carcinome basocellulaire, la kératose actinique et la kératose bénigne.
Pour entraîner et valider le modèle, les chercheurs ont intégré plus de 15 000 images dermatoscopiques aux données cliniques des patients, notamment l’âge, le sexe et l’emplacement anatomique des lésions, afin d’améliorer la précision de la classification.
Les résultats indiquent que le système atteint une précision globale de 86 %. Les chercheurs de l’UA ont noté que pour la détection du mélanome, MEL-IA a atteint une sensibilité de 88 %, tout en atteignant 92 % pour le carcinome basocellulaire, ajoutant que les scores globaux les plus élevés correspondaient aux carcinomes naevi et basocellulaires.
L’un des points forts du projet est que la technologie a dépassé le stade expérimental pour être déployée à l’hôpital universitaire de Sant Joan d’Alacant afin d’évaluer les performances dans un environnement de soins de santé réel. L’équipe a souligné avoir traité 980 études dermatologiques avec des temps de réponse inférieurs à une seconde.
De plus, le système conserve un enregistrement longitudinal des lésions, intégrant des images, des diagnostics et des observations médicales au fil du temps.
Les chercheurs soulignent que MEL-IA sert d’outil d’aide à la décision clinique plutôt que de système de diagnostic autonome. Les prochaines étapes clés comprennent la réalisation d’études prospectives avec des professionnels de la santé, le test de l’acquisition directe d’images via des smartphones et l’élargissement de la gamme de types de lésions que le système peut classer.
