Actualités

TUMEUR : Maligne ou bénigne ? Des neurones tactiles pour un diagnostic rapide

Actualité publiée il y a 3 mois 3 semaines 1 jour
Advanced Materials
C'est un réseau neuronal artificiel tactile qui analyse et convertit rapidement et avec précision en données la rigidité d'une substance (Visuel Korea Institute of Science and Technology - KIST)

Cette équipe de bioingénieurs et d’informaticiens du Korea Institute of Science and Technology (KIST) nous présente un réseau neuronal artificiel tactile qui analyse et convertit rapidement en données, la rigidité d'une substance. Cette technologie d’intelligence artificielle (IA) documentée dans la revue Advanced Materials, permet ainsi d'évaluer les niveaux et la distribution de la rigidité d'une tumeur, apportant ainsi des données précieuses dans le diagnostic et la surveillance du cancer.

 

Les niveaux de rigidité et la distribution de différents composants biologiques constituent des informations très utiles sur les cellules, les tissus et finalement la maladie. Par exemple, les tumeurs malignes du sein sont généralement plus rigides et ont une forme plus irrégulière que les tumeurs bénignes du sein. L'élastographie ultrasonore peut déterminer de manière non invasive le degré et la forme de la rigidité des tissus et est couramment utilisée pour diagnostiquer le cancer du sein en raison de son faible coût.

Maligne ou bénigne ? Un diagnostic précis à 96 %

La technologie de diagnostic développée est décrite comme « simple mais très précise ». Elle combine un dispositif tactile avec des méthodes d'apprentissage par réseaux de neurones artificiels. C’est le premier dispositif de ce type développé pour évaluer la rigidité d'un tissu. Les neurones sensoriels reçoivent des stimuli externes et les convertissent en signaux électriques.

 

  • La durée du pic électrique (ou 1/fréquence) générée par le dispositif est inférieure à 0,00001 s, ce qui en pratique induit un signal plus de 100.000 fois plus rapide que les quelques secondes nécessaires pour apprécier, par pression, la rigidité d'un objet. Enfin, le capteur est extrêmement sensible et donc capable d’une grande précision dans son appréciation.

 

Pour développer et adapter la technique au diagnostic en pratique clinique, l'équipe de recherche a utilisé des images d'élastographie de tumeurs mammaires malignes et bénignes et une méthode d'apprentissage par réseau de neurones. Le système d’IA permet finalement de déterminer la malignité d'une tumeur du sein avec une précision de 95,8 %.

 

L'équipe espère également des applications dans la détection, le diagnostic et l’évaluation de maladies « à faible bruit » -comme les autres cancers- ainsi qu'en chirurgie robotique.

Autres actualités sur le même thème