Une plateforme intégrant l’imagerie de pointe, l’intelligence artificielle et une approche sécurisée et globale des données des patients pourrait transformer la détection des cancers de la peau.
Le mélanome reste l’un des cancers de la peau les plus agressifs et les plus meurtriers, comptant pour 60 % des néoplasies cutanées mortelles. Malgré des taux de guérison élevés en cas de détection précoce, les pratiques actuelles de dépistage basées sur l’examen de la peau du corps entier peuvent être longues et peu efficaces.
«Les outils de diagnostic actuels sont fragmentés et reposent souvent sur une interprétation subjective d’images de dermoscopie(s’ouvre dans une nouvelle fenêtre) individuelles», explique le coordinateur du projet iToBoS(s’ouvre dans une nouvelle fenêtre), Rafael Garcia, de l’université de Gérone(s’ouvre dans une nouvelle fenêtre), en Espagne. «Cette limitation, associée à l’augmentation de l’incidence du mélanome dans les populations blanches vieillissantes, fait du mélanome un problème de santé publique de plus en plus préoccupant.»
Détection précoce et évaluations personnalisées des risques
Le projet iToBoS, financé par l’UE, a voulu relever ce défi en construisant une plateforme de diagnostic pilotée par l’intelligence artificielle (IA) pour aider le personnel médical à identifier les lésions cutanées malignes avec plus de précision, de rapidité et d’interprétabilité. «Nous voulions améliorer la détection précoce tout en garantissant une évaluation personnalisée et précise du risque pour chaque lésion», explique Rafael Garcia. La plateforme est dotée d’un nouveau scanner corporel (TBS) qui peut prendre des images dermoscopiques de haute qualité de toute la surface de la peau. Ce scanner permet aux médecins de surveiller les lésions cutanées au fil du temps grâce à des images claires et cohérentes. Son approche holistique permet à un assistant IA de prévoir la malignité d’une lésion cutanée suspecte en utilisant une combinaison d’imagerie du corps entier, d’images dermoscopiques, d’antécédents cliniques et, le cas échéant, d’informations génétiques. Cette intégration permet au système de fournir non seulement un score de risque, mais aussi une explication des facteurs qui influencent le diagnostic, aidant ainsi les cliniciens à prendre des décisions éclairées et sûres. Le système a été testé et affiné dans le cadre d’essais cliniques en conditions réelles, avec un intérêt tout particulier pour la robustesse, la facilité d’utilisation et le potentiel d’adoption dans divers environnements de soins de santé. «Compte tenu de la nature sensible des données de santé, tous les composants de la plateforme ont été développés dans le respect total des normes éthiques et des réglementations relatives à la protection des données, en accordant une attention particulière à la vie privée des patients et à leur consentement éclairé», précise Rafael Garcia…
…
La suite sur Cordis