Page 28 - Cap' Carnot

I Machine Learning

Détectez les mélanomes en temps

réel avec votre smartphone

Porteurs du projet Artificielle et à partir de photographies
dermoscopiques, le diagnostic
Carnot Star & société ANAPIX du mélanome, en particulier, pour les
Medical Santé cas difficiles à analyser.

Quelles originalités /
avancées scientifiques
ou technologiques ?
Le système présenté consiste en une
Utilité et utilisateurs implémentation pratique et fonctionnelle
Aujourd’hui les dermatologues diagnosti- de l’intégration d’un outil d’Intelligence
quent un mélanome à la suite d’un examen Artificielle dans un processus de diagnos-
visuel de la peau en s’aidant souvent d’un tic,de l’acquisition de la photographie
dermoscope (loupe munie d’un éclairage de la lésion à la proposition de diagnostic
annulaire). La reconnaissance des signes de par l’algorithme, en routine clinique.
malignité est un exercice difficile qui génère Les résultats de cette étude serviront de
de nombreux faux-positifs (opérations jugées support à un projet beaucoup plus original
inutiles a posteriori), compte tenu des risques sur le plan méthodologique basé sur
associés à la non-détection de mélanome : un algorithme de ”supervised clustering”,
en effet, le mélanome est d’autant plus grave qui présentera au dermatologue, en
pour la survie du patient que sa détection est temps réel lors de la consultation, des cas
tardive. Le dispositif développé par ANAPIX semblables au cas examiné et pour lesquels
Medical Santé permet, via l’Intelligence le diagnostic est connu.

L’apport de l’Intelligence Artificielle

Entraîné plus spécifiquement sur les cas douteux, l’algorithme
possède une expertise complémentaire à celle du dermatologue.
Il permet de réduire significativement le nombre d’opérations
inutiles tout en coopérant à la détection précoce des mélanomes.

28