Intelligence artificielle et pathologistes, est-ce bien raisonnable ? - 13/02/20
Artificial intelligence and pathologists, is that reasonable?
pages | 6 |
Iconographies | 1 |
Vidéos | 0 |
Autres | 0 |
Résumé |
L’évaluation des images histologiques peut être parfois subjective et assez peu reproductible selon les cas. Par conséquent, l’analyse computationnelle de l’imagerie histologique via des approches dites d’intelligence artificielle (IA) a récemment reçu une attention considérable afin d’améliorer cette précision diagnostique. Ainsi, l’analyse computationnelle de lames virtuelles a récemment été évaluée pour l’optimisation du diagnostic histologique ou cytologique, la prédiction du pronostic ou du profil génomique des patients atteints de cancer. L’utilisation de l’IA progresse de plus en plus dans le domaine de la recherche translationnelle en anatomopathologie, mais n’a pas encore été mise en œuvre de la manière la plus pratique pour le transfert en routine clinique. Malgré des résultats prometteurs, il subsiste plusieurs défis ou enjeux majeurs à relever afin de réussir le transfert réel de cette nouvelle approche en routine clinique. Il s'agit ici de faire le point sur les applications récentes de l’IA en pathologie cancéreuse, mais aussi d’apporter des clarifications sur les avantages et les limites de cette approche, ainsi que les perspectives à mettre en œuvre pour un transfert potentiel dans la pratique quotidienne des pathologistes.
Le texte complet de cet article est disponible en PDF.Abstract |
The evaluation of histological images can sometimes be subjective and not very reproducible depending on the case. Therefore, computational analysis of histological imaging using the so-called «artificial intelligence» (AI) approaches has recently received considerable attention in order to improve the diagnostic accuracy. Thus, computational analysis of virtual slides has recently been evaluated for the optimization of histological or cytological diagnosis, the prediction of prognosis or genomic profile of cancer patients. The use of AI is increasingly advancing in the field of translational research in pathology, but has not yet been implemented in the most practical way for routine clinical transfer. Despite promising results, several major challenges remain to be addressed in order to successfully transfer this new approach to clinical routine. The objective is to review the recent applications of AI in cancer pathology, but also to clarify the advantages and limitations of this approach, as well as the perspectives to be implemented for a potential transfer into the daily practice of pathologists.
Le texte complet de cet article est disponible en PDF.Mots clés : apprentissage approfondi, intelligence artificielle, lame virtuelle, pathologie digitale
Keywords : artificial intelligence, deep learning, digital pathology, virtual slide
Plan
Vol 2020 - N° 518
P. 34-39 - janvier 2020 Retour au numéroBienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.
Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’achat d’article à l’unité est indisponible à l’heure actuelle.
Déjà abonné à cette revue ?