Intelligence artificielle en dermatologie

Intelligence artificielle en dermatologie

L’intelligence artificielle a connu un tournant le 30 novembre 2022 avec l’avènement des Large Language Models et des Transformers, permettant de sortir de l' »hiver de l’IA », qui était une période durant laquelle l’IA restait un domaine de recherche dont on parlait, mais qui n’était pas entrée dans nos vies. En quoi cela consiste-t-il et quelles sont ses implications en dermatologie?

Dermatologue et IA
Dermatologie et IA -image générée par IA

Qu’est-ce que l’intelligence artificielle?

L’intelligence artificielle (IA) est définie comme « la science et l’ingénierie de la fabrication de machines intelligentes, en particulier programmes informatiques intelligents « .

Actuellement, elle se compose de machines reliées en réseaux neuronaux, un peu à l’image des neurones dans le cerveau, transformant une image  en une représentation vectorielle compacte (une série de nombres que l’ordinateur peut facilement traiter) tout en conservant les informations visuelles contenues dans l’image originale. Ces machines sont capable de traiter et d’analyser des millions d’images à grande vitesse, et d’être « auto-apprenantes ».

On peut ainsi poser quelques définitions :

Réseau de neurones. Il s’agit d’une succession d’algorithmes qui reproduisent le fonctionnement des neurones biologiques.

Réseau de neurones convolutif. Il s’agit d’un réseau de neurones particulier bien adapté au traitement d’images.

La dermatologie, au même titre que la radiologie, est particulièrement adaptée à l’analyse d’images par IA.

Ces réseaux de machines auraient d’ailleurs battu des dermatologues dans plusieurs études… La première a été publiée en 2017 dans Nature

Elle a démontré l’intérêt de l’intelligence artificielle en dermatologie et sa pertinence face à plus de 80 dermatologues.

La deuxième est parue en 2018 dans Annals of Oncoloy cette semaine. Une équipe de 58 dermatologues allemands, français et américains ont utilisé un algorithme d’intelligence artificielle Google pour dépister le mélanome et il s’est révélé plus performants que la majorité d’entre eux.

Cependant, certains dermatologues sont plus performants que l’IA dans ces études. L’IA semble donc aujourd’hui plutôt dévolue au dépistage réalisé par des non-spécialistes ou à une aide des dermatologues.

Big Data

Les machines auto apprenantes ont besoin de données pour augmenter leurs performances.

Les dossiers médicaux électroniques fournissent une quantité toujours croissante de données.

Leur quantité est telles que seuls des algorithmes complexes permettent de les analyser, ce que les humains ne peuvent tout simplement plus faire de façon exhaustive.

La question cruciale est le respect de la vie privée dans le traitement des données de santé… On sait depuis longtemps que les sociétés telles que Google ou Facebook font leurs profits en revendant ou en exploitant nos informations (notre géolocalisation, nos échanges écrits, vidéos, photos…). Sommes nous prets à leur livrer ce qui nous reste de plus intime, nos données de santé??

Les perspectives

Bien que les applications d’intelligence artificielle en soient encore aux toutes premières étapes de développement dans le secteur de la santé, leur potentiel est considérable.

Une préoccupation évidente est la possibilité que l’IA empiète sur la pratique des dermatologues. Reste à voir quelle sera la ligne de démarcation entre les recommandations et les décisions cliniques. Une chose qui semble certaine à ce stade est que vous ne pouvez pas vous attendre à utiliser uniquement un ordinateur pour vous dire quoi faire, et il est préférable que le jugement médical incluant une conversation avec le patient soit laissé au médecin traitant.

Applications existantes

SkinVision

Skinvision , fondée en 2011 et basée aux Pays-Bas, affirme que son application mobile utilise l’intelligence artificielle, formée sur une base de données de plus d’un million d’images de lésions cutanées, pour vérifier le risque de cancer des lésions cutanées (grains de beauté) par le biais d’une analyse photo.
Lorsqu’un utilisateur prend une photo d’une lésion via l’application, l’algorithme classe la lésion en tant que risque faible, moyen ou élevé

Il est important de noter que SkinVision fournit une exclusion de responsabilité selon laquelle ses «résultats ne sont « pas des diagnostics ». Cela concerne les résultats de l’application et ceux fournis par les experts médicaux de l’entreprise. SkinVision conseille aux utilisateurs qui ont des problèmes graves de consulter un médecin.

Une étude a été publiée sur l’application SkinVision dans le journal de l’American Telemedicine Association. Elle a révélé que «l’algorithme indiquait une sensibilité de 80% et une spécificité de 78% dans la détection de conditions (pré) malignes» et les chercheurs ont conclu que l’application était moins précise que l’œil clinique du dermatologue» mais qu’elle pouvait néanmoins constituer un outil efficace pour aider les non-dermatologues à différencier les lésions bénignes des lésions malignes.

Skin IO

Lancé en 2008, Skin IO est une application qui utiliserait une technologie d’apprentissage en profondeur pour dépister le cancer de la peau et des maladies de peau via des smartphones.
Dans des délais déterminés, les utilisateurs seront invités à soumettre des photos de suivi afin de suivre toute croissance ou modification potentielle de la peau qui pourrait être symptomatique d’un cancer de la peau ou d’autres maladies de la peau.

MoleScope

Fondée en 2012, la société canadienne MetaOptima affirme que son application MoleScope utilise l’apprentissage automatique de Dermengine pour analyser et suivre les changements et les développements des grains de beauté sur la peau. Le site Web de la société suggère que l’appareil peut aider à la détection précoce de certaines affections cutanées graves telles que le mélanome. Les utilisateurs activent l’application en connectant l’appareil MoleScope à leur smartphone afin d’en faire la dermatoscopie

Skin Image Search

Cette interface de chez FirstDerm aide au diagnostic de maladies de peaux sur photos cliniques

Ypsono

Ypsono est une interface d’analyse d’images dermoscopiques par l’université de Vienne

HelloAva

Créée en 2016, HelloAva affirme que son chatbot appelé AVA utilise l’IA pour évaluer le type de peau des utilisateurs et recommander des produits de soin cosmétiques.

Proven beauty

Lancée en 2017, PROVEN Beauty affirme s’appuyer sur l’apprentissage automatique pour développer des produits cosmétiques de soin de la peau.

Y en-a-t’il d’autres?

Oui et cet éventail d’application n’est pas exhaustif mais il n’y a pas vraiment d’intérêt à celà car l’arrivée de modèles très puissants en 2022 a rebattu les cartes.

L’intelligence artificielle est capable de m’aider à apporter des soins conformes aux données actuelles de la Science, tel que cela est préconisé par le Code de Déontologie. Sa puissance lui permet en effet de prendre connaissance de la littérature scientifique mondiale et d’en extraire des données.

L’intelligence artificielle générative peut répondre à des questions de façon pertinente et aider au diagnostic ou à la prise de décision thérapeutique.

J’ai décidé d’utiliser ces outils révolutionnaires qui ont démocratisé l’IA pour appuyer mes diagnostics et vérifier mes décisions thérapeutiques, afin d’en faire profiter mes patients, tout en supervisant ce qui m’est proposé par les machines car je pense que -pour l’instant-, l’expertise humaine a le dernier mot.

RDV RAPIDE EN VISIO AVEC LE DERMATOLOGUE : prendre rdv de téléconsultation avec mon dermatologue

Dermatologue et IA
Image générée par IA

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.