Questions-réponses : Utiliser l’IA pour élargir l’accès au dépistage du cancer du sein

[ad_1]

Bien que le traitement du cancer du sein puisse être très efficace, les femmes du monde entier font face à des résultats radicalement différents selon l’endroit où elles vivent.

Selon les recherches compilées par le Organisation mondiale de la santéla survie pendant au moins cinq ans après le diagnostic varie de plus de 90 % dans les pays à revenu élevé à seulement 66 % en Inde et 40 % en Afrique du Sud.

Geetha Manjunath, fondatrice et PDG de Niramai Health Analytix, basée à Bengaluru, en Inde, a entrepris d’améliorer l’accès au dépistage lorsqu’un membre proche de la famille est décédé d’un cancer du sein au début de la quarantaine peu de temps après avoir reçu un diagnostic. L’entreprise a récemment participé au Impact M2D2 accélérateur à l’Université du Massachusetts Lowell et a reçu l’autorisation 510(k) de la FDA plus tôt cette année.

Manjunath s’est assis avec MobiHealthActualités pour discuter du fonctionnement du système de dépistage basé sur l’intelligence artificielle de Niramai, de l’importance de l’explicabilité lors de l’utilisation de l’IA dans les soins de santé et de la suite pour l’entreprise.

MobiHealthActualités : Pouvez-vous me parler un peu du fonctionnement du système Thermalytix pour le dépistage du cancer du sein ?

Gita Manjunath : Je vais mettre un peu de contexte. Si vous regardez les taux de mortalité dans différents pays, il y a un énorme variation du nombre de personnes qui survivent au cancer du sein. Pour arrêter ces décès, nous avons besoin d’un dépistage régulier, mais ce n’est pas possible aujourd’hui. Premièrement, à cause des contraintes économiques. Une initiative d’une telle envergure se limite généralement à les femmes d’environ 45 ans et plus, car il y a une relation avec l’âge. De plus, la mammographie, qui est la norme pour la détection du cancer du sein, ne fonctionne pas aussi bien chez les jeunes femmes de moins de 45 ans, car elles ont ce qui est appelés seins denses. En fait, dans près de 50% des femmes de plus de 40 ans il y a encore un problème de densité.

Dans des pays comme l’Inde, la Chine, les Philippines, l’abordabilité de la machine elle-même est un gros problème pour le gouvernement ainsi que pour les petits centres de diagnostic ou les hôpitaux privés. Ainsi, avec tout cela, ce que Niramai a développé est une méthode abordable et accessible de détection du cancer du sein chez les femmes de tous les groupes d’âge et de toutes les densités mammaires. De plus, la machine est en fait très portable. Vous pouvez faire le test à l’hôpital. Vous pouvez également le sortir pour faire le test dans des régions éloignées, des villages ruraux ainsi que des bureaux d’entreprise. Nous avons aussi un dépistage à domicile pour le dépistage du cancer du sein.

La dame entre dans une petite pièce, comme une petite cabine. Elle entre, elle ferme la porte puis elle se déshabille devant cet appareil. Personne n’est à l’intérieur, c’est comme un vestiaire. Personne ne la voit ni ne la touche pendant le test, contrairement à l’expérience d’une mammographie, par exemple.

Il utilise une technique d’imagerie appelée imagerie thermique, qui peut être controversé. Traditionnellement, l’imagerie thermique a été utilisée pour la détection d’anomalies. Cependant, il n’a jamais été assez précis pour être utilisé ou recommandé dans les hôpitaux, car nous mesurons, disons, 400 000 points de température par personne. Il est très difficile pour l’œil humain de différencier les différentes nuances de jaune, les différentes nuances d’orange, etc.

Nous avons développé notre logiciel intelligent basé sur l’intelligence artificielle, qui analyse cette distribution de température sur la poitrine et la convertit en un rapport sur le cancer. Cela se fait entièrement automatiquement avec une notation indiquant le niveau d’anomalie. C’est notre principale proposition de valeur, des algorithmes d’IA pour convertir la distribution de température en un rapport sur le cancer.

MNH : Donc, le rapport sur le cancer ne dit pas que vous avez à 100 % un cancer du sein. Est-ce l’idée qu’il met en évidence les problèmes potentiels et que vous obtenez d’autres tests ?

Manjunat : Absolument. Il s’agit d’un test de dépistage, ce qui signifie que sur 100 femmes dépistées, nous identifions les neuf ou 10 femmes qui doivent subir un bilan diagnostique de suivi – peut-être une autre mammographie, ou une mammographie 3D, ou une IRM mammaire plus sophistiquée, ou un test mammaire ultrason.

MNH : L’IA est de plus en plus répandue dans les soins de santé, en particulier pour imagerie. Comment conciliez-vous les préoccupations concernant l’introduction de biais ou la non-compréhension de la manière dont l’IA formule ses recommandations ?

Manjunat : L’IA est une machine, et une machine se comporte de la façon dont vous l’entraînez. La phase d’entraînement est donc très, très importante. Quel type d’échantillons vous utilisez pour la formation, en vous assurant que l’ensemble de formation traite de plusieurs aspects anormaux. Par exemple, dans le cas du cancer du sein, nous avons examiné les femmes enceintes, nous avons examiné les personnes qui ont leurs règles, nous avons examiné les personnes qui avaient des fibroadénomes. Toutes les différentes catégories et sous-catégories d’anomalies potentielles doivent être incluses. Vous devez absolument travailler avec un expert médical pour vous assurer que votre formation est impartiale. C’est vraiment multidisciplinaire, parce que les experts du domaine et les experts de la technologie doivent se rencontrer.

Et la partie explicabilité est également extrêmement importante. Ainsi, par exemple, au départ, nous avons juste dit qu’il examinerait un patient et dirait, cancer ou pas de cancer. Mais le médecin a dit : “Qu’est-ce que je fais avec ça ? Je ne peux rien faire avec ça. Vous dites juste cancer, mais quel sein et que s’est-il passé ?” Nous avons donc maintenant un rapport PDF de trois pages généré automatiquement, qui donne des scores pour le sein gauche et le sein droit. Nous faisons automatiquement des marques sur la poitrine, en disant que c’est là que vous voulez vérifier à nouveau.

MNH : Vous avez récemment reçu l’autorisation 510(k) de la FDA ici aux États-Unis. Quelles sont les prochaines étapes pour l’entreprise ?

Manjunat : Nous avons récemment reçu l’autorisation de la FDA américaine, nous venons de terminer l’enregistrement de l’appareil, bien que nous ayons lancé le mode bêta le mois dernier. Je suis donc déjà à la recherche de partenaires. Dans un premier temps, nous allons travailler avec des thermographes, des gens qui utilisent déjà l’imagerie thermique. Notre autorisation actuelle de la FDA est de l’utiliser comme complément à la mammographie, nous aimerions donc travailler avec ces centres d’imagerie pour fournir également cette installation.

En parallèle, nous travaillons sur le prochain appareil, un peu plus sophistiqué que notre appareil actuel, en vue d’une autorisation par la FDA. Nous avons besoin d’une étude clinique multisite aux États-Unis, nous avons donc identifié des hôpitaux dans le New Jersey et en Arizona, et probablement aussi en Floride.

Entre-temps, nous avons reçu une énorme réponse de pays à revenu faible et intermédiaire en raison de son caractère abordable et de son accessibilité. Ainsi, dans des pays comme les Philippines, les Émirats arabes unis, l’Inde et l’Indonésie, nous travaillons avec des distributeurs sur le marché intérieur local pour apporter la solution au monde en développement. Et nous sommes également autorisés à être utilisés en Europe.

Je suis donc très excité. J’ai essayé de résoudre un problème très, très local en essayant de faire dépister le cancer chez les femmes indiennes. Nous avons maintenant examiné 60 000 femmes rien qu’en Inde, ce qui est un nombre considérable, étant donné qu’il s’agit d’un nouveau dispositif médical. Nous avons déjà lancé au Kenya. Je suis donc très heureuse d’avoir l’opportunité de faire une différence dans la vie des femmes, je l’espère, partout dans le monde.

[ad_2]

Source_link

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *