Les plans de traitement du cancer générés par l’intelligence artificielle (IA) peuvent réduire considérablement la durée pendant laquelle les patients subissent des radiations.

Des chercheurs du Princess Margaret Cancer Centre à Toronto, Ontario, Canada, ont comparé les traitements de radiothérapie créés par l’apprentissage automatique (ML) avec ceux créés par des médecins humains.

Ils ont constaté que les patients passent 60% moins de temps à subir des radiations douloureuses avec le traitement par IA par rapport aux plans de traitement des médecins.

De plus, un conseil indépendant a découvert que près de 90 pour cent de tous les traitements générés par la ML dans l’étude étaient considérés comme cliniquement acceptables pour une utilisation et 72 pour cent étaient en fait jugés préférables par les médecins.

L’étude a révélé que les médecins hésitent davantage à utiliser les traitements générés par l’IA ML, malgré leur efficacité.

«Nous avons montré que l’IA peut être meilleure que le jugement humain pour le traitement de radiothérapie à visée curative. En fait, c’est incroyable que cela fonctionne si bien », a déclaré le Dr Chris McIntosh, président de l’imagerie médicale et de l’IA au département conjoint d’imagerie médicale et à l’Université de Toronto.

« Une découverte majeure est ce qui se passe lorsque vous le déployez réellement dans un environnement clinique par rapport à un environnement simulé. »

L’étude, publiée jeudi dans Nature Medicine, a été menée en présentant aux médecins différentes options de radiothérapie pour des cas spécifiques de cancer.

Une option a été générée par une IA, utilisant la technologie ML.

L’autre a été organisée par un autre médecin.

Alors que le médecin faisant le choix préférait souvent le traitement généré par l’IA, lorsqu’il était placé dans un contexte clinique réel, de nombreux médecins ont toujours déclaré qu’ils feraient confiance au traitement organisé par l’homme car ils se sentaient plus en sécurité avec un guide humain plutôt qu’un guide machine.

« Une fois que vous mettez les traitements générés par le ML entre les mains de personnes qui s’y fient pour prendre de vraies décisions cliniques concernant leurs patients, cette préférence pour le ML peut baisser. » a déclaré le Dr Tom Purdie, professeur agrégé à l’Université de Toronto.

« Il peut y avoir un décalage entre ce qui se passe dans un environnement de type laboratoire et un environnement clinique. »

« Si les médecins estiment que les soins aux patients sont en jeu, cela peut alors influencer leur jugement, même si les traitements de ML sont soigneusement évalués et validés. »

Les médecins qui choisissaient des traitements dans un domaine théorique, parce que leur patient avait déjà suivi un traitement, étaient susceptibles d’avoir choisi le traitement généré par l’IA.

Les médecins choisissant un traitement pour un patient dans le monde réel, étant donné que le traitement qu’ils choisiraient serait en fait utilisé sur une personne réelle, étaient beaucoup plus susceptibles de choisir le traitement généré par l’homme.

La disparité provient de la confiance naturelle que les médecins ont en leurs pairs et de la crainte potentielle que l’IA ne fonctionne pas comme prévu.

Les chercheurs qui ont dirigé l’étude pensent que les résultats sont prometteurs, mais il reste encore du travail à faire pour convaincre les médecins d’utiliser les traitements générés par l’IA pour leurs patients, car ils peuvent être plus rapides et plus efficaces.

L’intelligence artificielle joue déjà un grand rôle dans la façon dont le cancer est traité.

Les programmes qui utilisent l’IA sont déjà utilisés dans le développement de médicaments et les recommandations de médicaments pour les patients, car les programmes peuvent déterminer l’efficacité des médicaments contre certains cancers.

Les programmes peuvent également être utilisés pour guider les décisions de traitement des médecins, car ils peuvent identifier les zones cibles et déterminer les options de traitement les plus efficaces disponibles.

Les chercheurs de Princess Margaret espèrent que leur étude conduira à ce que les traitements générés par l’IA deviennent encore plus courants au fil du temps.