- Une étude suggère que l’intelligence artificielle (IA) a montré des performances comparables à celles des dermatologues dans la détection du mélanome, avec une sensibilité et une spécificité similaires dans les études cliniques prospectives.
- Cependant, l’IA a démontré une spécificité plus élevée dans les comparaisons directes, ce qui suggère qu’elle pourrait aider à réduire les biopsies inutiles en identifiant mieux les lésions bénignes.
- La combinaison de dermatologues utilisant la dermoscopie et l’IA a montré les performances diagnostiques les plus élevées.
- Malgré les résultats prometteurs, les preuves actuelles restent limitées et potentiellement biaisées, soulignant la nécessité de mener des études plus vastes et concrètes avant d’adopter largement l’IA dans la pratique clinique.
Les experts considèrent souvent le mélanome comme le type de cancer de la peau le plus grave en raison du risque de métastases. Les preuves suggèrent qu'à peu près
Bien qu’il ne représente qu’environ 1 % des cancers de la peau, le mélanome est responsable de la grande majorité des décès par cancer de la peau.
La détection précoce du mélanome peut être cruciale, car le taux de survie à 5 ans pour un mélanome précoce est de 94 %. Une approche courante de détection consiste à poser un diagnostic dermatologique. Cependant, le recours à des spécialistes peut rendre difficile l’obtention d’un diagnostic en temps opportun.
Des outils tels qu’un dermatoscope peuvent grandement améliorer la précision de la détection du cancer de la peau chez les cliniciens en dermatologie. Cependant, l’IA pourrait-elle encore améliorer les taux de détection ?
Une étude, publiée dans
L’IA est à égalité avec les dermatologues
Ces dernières années, l’analyse basée sur l’IA a suscité un intérêt croissant comme aide au diagnostic du mélanome. Cependant, l’utilisation de l’IA dans des contextes cliniques réels reste controversée. Bien que des études suggèrent que l’IA pourrait être utilisée dans ces contextes, les preuves concrètes sont limitées.
Pour résoudre ce problème, les chercheurs ont mené une revue systématique et une méta-analyse de 11 études prospectives. Ces études ont impliqué plus de 2 500 participants et 50 dermatologues.
Les résultats suggèrent que pour le diagnostic du mélanome, les dermatologues ont atteint une sensibilité de 78,6 % et une spécificité de 75,2 %. Les systèmes d’IA à eux seuls ont atteint une sensibilité de 80,9 % et une spécificité de 75,6 %.
Ces résultats suggèrent que l’IA a démontré une performance diagnostique comparable à celle des dermatologues.
Notamment, dans une étude, les dermatologues assistés par l’IA ont atteint une sensibilité de 91,9 % et une spécificité de 83,7 %. Cela indique que l’IA pourrait constituer un outil précieux pour aider les cliniciens plutôt que de les remplacer.
Tanya Evans, MD, dermatologue certifiée et directrice médicale du programme de lutte contre le cancer de la peau à la clinique de mélanome du centre médical MemorialCare Saddleback à Laguna Hills, en Californie, qui n'a pas participé à l'étude, note que l'essentiel à retenir n'est pas que l'IA pourrait remplacer les dermatologues, mais qu'elle peut fonctionner de manière fiable comme un complément clinique :
« L'implication la plus importante est que la précision du diagnostic peut être améliorée de manière significative lorsque l'IA est combinée à l'expertise du clinicien, plutôt qu'utilisée de manière indépendante. L'étude souligne que l'IA en est encore à ses débuts en matière de validation, avec des biais et une généralisabilité limitée – elle n'est donc pas encore prête pour une utilisation autonome. »
— Tanya Evans, MD
L’IA pourrait réduire les biopsies inutiles
Bien que comparables, les systèmes d’IA avaient tendance à montrer une spécificité plus élevée dans les comparaisons directes au sein des mêmes contextes cliniques. Cela suggère que les outils d’IA étaient plus efficaces pour identifier correctement les lésions bénignes.
La spécificité plus élevée peut avoir des implications pratiques. En cas de doute, les dermatologues font généralement preuve de prudence et recommandent des biopsies. En revanche, l’IA peut contribuer à réduire les procédures inutiles en excluant les lésions non cancéreuses.
« C'est l'une des implications les plus prometteuses et immédiatement exploitables », a déclaré Evans.
« L'avantage le plus immédiat est probablement de réduire les biopsies inutiles tout en maintenant la sécurité. Les dermatologues ont tendance à être réticents à prendre des risques (biopsie en cas d'incertitude), alors que l'IA est plus probabiliste et spécifique – c'est dans cette dynamique complémentaire que se produit la synergie. Le modèle le plus réaliste à court terme est l'IA superposée à la dermoscopie, sans la remplacer. «
— Tanya Evans, MD
L’équipe de recherche suggère également que, même si les preuves restent limitées, ces résultats indiquent que la combinaison de l’expertise humaine avec le soutien de l’IA pourrait offrir les meilleurs résultats.
Bien que les résultats soutiennent le potentiel de l’IA en tant qu’outil d’aide à la décision, les chercheurs soulignent que la technologie en est encore à ses débuts. Ils ajoutent que des études multicentriques plus vastes sont encore nécessaires pour déterminer la sécurité, la fiabilité et l’impact clinique réel de ces outils.
Limites importantes
Comme indiqué, cette revue a utilisé des études prospectives pour évaluer les performances dans des contextes cliniques en temps réel. Cela signifie qu’ils devraient refléter davantage la pratique quotidienne, plutôt que des recherches rétrospectives, qui s’appuient sur des ensembles de données présélectionnés.
Cela suggère que les performances de l’IA devraient rester solides même en dehors des conditions contrôlées du laboratoire. Cependant, malgré ces résultats prometteurs, l’étude n’est pas sans limites.
Les chercheurs soulignent un risque élevé de biais, car la plupart des études examinées incluaient uniquement des lésions déjà suspectées de mélanome, plutôt que l'ensemble des lésions qu'un clinicien verra dans sa pratique de routine.
De plus, de nombreuses études ont utilisé des diagnostics simplifiés, qui ne reflètent pas une véritable prise de décision clinique, et les différences dans les conceptions des études et les ensembles de données rendent les comparaisons difficiles.
En tant que tels, ces facteurs signifient que les résultats pourraient ne pas être pleinement transposables aux contextes de soins de santé quotidiens.
Les chercheurs concluent que même si l’IA semble prometteuse pour égaler les performances des dermatologues, des preuves plus solides sont nécessaires avant qu’elle ne devienne un outil standard dans les cliniques. Pour l’instant cependant, il pourrait servir d’outil potentiel aux cliniciens pour contribuer à améliorer la détection précoce du cancer.
