L’intelligence Artificielle Dans L’imagerie Du Cancer Du Poumon, Quel Avenir ?

Résumé: RESUME Cet article vise à décrire les actualités de l’application de l’intelligence artificielle dans l’imagerie du cancer du poumon pour rapprocher ses concepts à la perception du médecin radiologue. Connu pour être la première pathologie cancéreuse de l’homme, le cancer du poumon est l’une des premières causes de décès à l’échelle mondiale. L’imagerie médicale joue un rôle crucial dans son dépistage, sa détection et son suivi. Les avancés dans l’imagerie médicale ont permis d’obtenir des images de haute résolution qui peuvent aider à mieux maitriser cette pathologie. L’introduction de l’intelligence artificielle peut contribuer à l’amélioration de l’interprétation des résultats en fournissant grâce à des outils d’aide, une analyse rapide et précise des caractéristiques de la tumeur, à savoir sa taille, sa forme sa localisation et son potentiel de malignité. Plusieurs approches ont été introduites comme l’apprentissage profond. Ce dernier peut non seulement augmenter les performances de la détection, la caractérisation et la surveillance des cas du cancer du poumon, mais aussi la prédiction des cas à risque. Cependant, plusieurs challenges sont rencontrés notamment en matière de collecte de données et d’efficacité opérationnelle des outils d’aide. Malgré ces défis et l’application de ses approches qui parait lointaine en Algérie, l’introduction de l’intelligence artificielle au domaine de l’imagerie du cancer du poumon semble prometteuse, notamment avec les perspectives d’avenir de son développement. ABSTRACT: This article aims to describe the latest developments in the application of artificial intelligence in lung cancer imaging to bridge its concepts with the perception of the radiologist. Known to be the leading cancer pathology in humans, lung cancer is one of the leading causes of death worldwide. Medical imaging plays a crucial role in its screening, detection, and monitoring. Advances in medical imaging have led to obtaining high-resolution images that can help better understand this pathology. The introduction of artificial intelligence can contribute to improving the interpretation of results by providing, through assistance tools, a rapid and accurate analysis of tumour characteristics, namely its size, shape, location, and potential malignancy. Several approaches have been introduced, such as deep learning. The latter can not only enhance the performance of lung cancer detection, characterization, and monitoring but also the prediction of high-risk cases. However, several challenges are encountered, particularly in terms of data collection and operational efficiency of assistance tools. Despite these challenges and the seeming distance of its application in Algeria, the introduction of artificial intelligence in the field of lung cancer imaging appears promising, especially considering the future prospects of its development.

Publié dans la revue: journal algérien de médecine