En transformant un algorithme normalement utilisé pour analyser la voûte céleste, des chercheurs ont conçu un moyen de repérer les signes précoces du mélanome.
L’étalon-or de la détection des cancers de la peau s’avère toujours chronophage et peu efficace. Les dermatologues doivent examiner et surveiller les grains de beauté – les nævus – pour détecter les signes précoces du mélanome (un type de cancer de la peau), et les patients présentant de nombreux nævus doivent également apprendre à s’auto-surveiller de manière efficace.
La photographie corporelle complète (PCC) permet de faciliter ce processus de contrôle, en capturant une image à large champ d’un patient dans des conditions normalisées afin de garantir la cohérence des images. Cela dit, les examens de suivi des patients sont toujours effectués en personne et ces images ne sont utilisées qu’en tant que référence visuelle.
Entre-temps, l’incidence du mélanome est en hausse à travers le monde. Il est crucial de réaliser un diagnostic précoce: plus de 95 % des personnes diagnostiquées à un stade précoce affichent un taux de survie de cinq ans ou plus, alors que ce dernier est beaucoup plus faible pour les personnes diagnostiquées à un stade avancé.
Dans le cadre du projet MOLEGAZER, financé par le Conseil européen de la recherche, les chercheurs ont transformé un algorithme utilisé pour scruter le firmament en un outil capable de repérer les grains de beauté changeants et d’identifier les éventuels cancers de la peau sur l’épiderme humain.
«MOLEGAZER est un projet qui vise à automatiser la détection des nævus, à surveiller leur évolution et à aider les cliniciens à diagnostiquer les mélanomes à un stade précoce», explique Mark Sullivan, professeur d’astrophysique à l’université de Southampton.
Comment les algorithmes balaient la voûte céleste
Les algorithmes utilisés dans le cadre du projet MOLEGAZER décèlent les changements dans les images d’astronomie, tels que les étoiles en explosion. «Nos installations astronomiques scrutent le ciel toutes les deux ou trois nuits, détectant ainsi des millions d’étoiles et de galaxies», ajoute Mark Sullivan.
Ces algorithmes repèrent des pixels d’image liés qui contrastent avec leur arrière-plan afin de les surveiller au fil du temps pour déceler tout changement, notamment de leur forme, de leur taille et de leur luminosité. Les algorithmes localisent ensuite les objets intéressants sur la base de l’évolution de ces propriétés…
…
La suite sur Cordis