Puis les performances de la machine (un réseau neuronal convolutif, dans le jargon des sciences de l'information) ont été comparées à celles de 58 médecins spécialistes, venus de 17 pays. "La plupart des dermatologues ont fait moins bien", écrivent les chercheurs dans la revue Annals of Oncology. Avec une simple photo de 100 cas jugés compliqués, les médecins ont correctement identifié 87% en moyenne des mélanomes qui leur étaient présentés.
Quand ils obtenaient des images en plus gros plan, et des renseignements plus détaillés (âge et sexe du patient, position de la lésion cutanée), ce taux montait à 89%. Mais la machine a fait mieux, avec 95% de mélanomes détectés à partir de la première série de photos. L'ordinateur non seulement "a manqué moins de mélanomes", mais a aussi "fait moins d'erreurs de diagnostic consistant à voir des mélanomes dans des grains de beauté bénins", ce qui "aboutirait à moins d'opérations inutiles", a souligné dans un communiqué le professeur de médecine Holger Hänssle, de l'université de Heildelberg (Allemagne).
Pour les chercheurs, la question n'est pas de se passer des médecins au profit de l'intelligence artificielle, mais de faire d'elle "un outil supplémentaire". "Aujourd'hui rien ne remplace un examen clinique approfondi", ont rappelé deux professeurs australiens en dermatologie, Victoria Mar et Peter Soyer. D'après le Centre international de recherche sur le cancer, agence de l'Organisation mondiale de la santé, chaque année sur 232.000 cas de mélanome malin déclarés, 55.000 personnes en meurent. Ce type de cancer "peut être soigné s'il est détecté de manière précoce, mais de nombreux cas ne sont diagnostiqués que quand le cancer est plus avancé et difficile à traiter", ont souligné les chercheurs.
-1732280990-1732302011.jpg&h=190&w=280&zc=1&q=100)
