Face à l'incidence croissante du mélanome, cancer cutané à mauvais pronostic, le dépistage précoce et la prévention sont essentiels, rappellent le Pr Holger Haenssle de l'université de Heidelberg et ses collègues allemands, américains et français dans un article publié dans les Annals of Oncology.
Mais l'examen au dermatoscope nécessite un oeil exercé et depuis quelques années, les méthodes d'analyse automatique des images se développent comme outil d'aide au diagnostic pour permettre un diagnostic précis et reproductible. Cependant, cette approche reste liée à des critères dépendants de l'oeil humain (couleur, morphologie, régularité...).
En 2017, dans une lettre publiée par Nature, une équipe américaine de l'université de Stanford avait rapporté le développement d'un algorithme de deep learning utilisant un réseau de neurones artificiels à convolution pour apprendre à classer des images de cancers cutanés, avec une performance supérieure à 21 dermatologues entraînés.
L'intelligence artificielle (IA) permet de déconstruire l’image à l'échelle du pixel et utilise ces informations supplémentaires pour dis
Pour modifier les paramètres de vos cookies, cliquer ici.
Vos réactions