Les médecins pourraient bientôt avoir de l'aide dans la lutte contre le cancer grâce au Computer Vision Research Center de l'Université de Floride centrale.

Les ingénieurs du centre ont appris à un ordinateur comment détecter de minuscules taches de cancer du poumon dans les tomodensitogrammes, que les radiologues ont souvent du mal à identifier. Le système d'intelligence artificielle est précis à environ 95%, par rapport à 65 % lorsqu'il est effectué par des yeux humains, dit l'équipe.

"Nous avons utilisé le cerveau comme modèle pour créer notre système, " a déclaré Rodney LaLonde, doctorant et capitaine de l'équipe de hockey de l'UCF. « Vous savez comment les connexions entre les neurones du cerveau se renforcent au cours du développement et de l'apprentissage ? Nous avons utilisé ce plan, si vous voulez, pour aider notre système à comprendre comment rechercher des schémas dans les tomodensitogrammes et apprendre par lui-même à trouver ces minuscules tumeurs. »

L'approche est similaire aux algorithmes utilisés par les logiciels de reconnaissance faciale. Il scanne des milliers de visages à la recherche d'un motif particulier pour trouver sa correspondance.

Le professeur adjoint d'ingénierie Ulas Bagci dirige le groupe de chercheurs du centre qui se concentre sur l'IA avec des applications médicales potentielles.

Le groupe a nourri plus de 1, 000 tomodensitogrammes—fournis par les National Institutes of Health grâce à une collaboration avec la Mayo Clinic—dans le logiciel qu'ils ont développé pour aider l'ordinateur à apprendre à rechercher les tumeurs.

Les étudiants diplômés travaillant sur le projet ont dû enseigner différentes choses à l'ordinateur pour l'aider à apprendre correctement. Naji Khosravan, qui poursuit son doctorat, a créé l'épine dorsale du système d'apprentissage. Sa maîtrise des nouveaux algorithmes d'apprentissage automatique et de vision par ordinateur a conduit à son été en tant que stagiaire chez Netflix, aidant l'entreprise dans divers projets.

LaLonde a appris à l'ordinateur à ignorer les autres tissus, nerfs et autres masses qu'il a rencontrées dans les tomodensitogrammes et analyser les tissus pulmonaires. Sarfaraz Hussein qui a obtenu son doctorat l'été dernier, affine la capacité de l'IA à identifier les tumeurs cancéreuses par rapport aux tumeurs bénignes, tandis que l'étudiant diplômé Harish Ravi Parkash tire les leçons de ce projet et les applique pour voir si un autre système d'IA peut être développé pour aider à identifier ou à prédire les troubles cérébraux.

"Je pense que cela aura un très gros impact, " a déclaré Bagci. " Le cancer du poumon est le tueur par cancer numéro un aux États-Unis et s'il est détecté à un stade avancé, le taux de survie n'est que de 17 pour cent. En trouvant des moyens d'aider à identifier plus tôt, Je pense que nous pouvons aider à augmenter les taux de survie."

L'équipe présentera ses conclusions en septembre lors de la plus grande conférence de premier plan pour la recherche en imagerie médicale, la conférence MICCAI 2018 en Espagne. Les travaux de l'équipe ont été publiés avant la conférence.

La prochaine étape consiste à déplacer le projet de recherche en milieu hospitalier; Bagci recherche des partenaires pour y parvenir. Après ça, la technologie pourrait être à un an ou deux du marché, dit Bagci.

"Je pense que nous sommes tous venus ici parce que nous voulions utiliser notre passion pour l'ingénierie pour faire la différence et sauver des vies est un grand impact, " a déclaré LaLonde.

Ravi Prakash est d'accord. Il étudiait l'ingénierie et ses applications à l'agriculture avant d'entendre parler de Bagci et de son travail à l'UCF. Les recherches de Bagci portent sur l'imagerie biomédicale et l'apprentissage automatique et leurs applications en imagerie clinique. Précédemment, Bagci était membre du personnel scientifique et directeur du laboratoire du Centre d'imagerie des maladies infectieuses du NIH, dans le département de radiologie et des sciences de l'imagerie.