Une équipe de mathématiciens de l’Université RUDN a réussi à développer avec succès un modèle d’intelligence artificielle (IA) de pointe capable d’identifier le cancer du sein dans des échantillons histologiques avec une précision sans précédent de près de 100%. Cette percée a été réalisée en incorporant un module de mécanisme d’attention, ce qui a considérablement amélioré la capacité du modèle à localiser les caractéristiques clés et les zones d’intérêt dans les images. Les résultats de cette recherche révolutionnaire ont été publiés dans la prestigieuse revue scientifique Life.
La détection précoce du cancer du sein est cruciale pour améliorer le pronostic des patients et les résultats généraux du traitement. Cependant, l’examen histologique, actuellement considéré comme la référence en matière de diagnostic, est sujet à une interprétation subjective et à une variabilité de la qualité des échantillons, ce qui peut entraîner des inaccuracies et des erreurs de diagnostic. Pour faire face à ces défis, l’équipe interdisciplinaire de mathématiciens a collaboré avec des experts de Chine et d’Arabie saoudite pour concevoir un modèle d’IA capable d’améliorer la précision de la reconnaissance du cancer dans les images histologiques.
« L’implémentation de la classification et de l’analyse informatisées des images histologiques est d’une importance capitale pour améliorer la précision du diagnostic et alléger la charge de travail du personnel médical », a déclaré le Dr Ammar Muthanna, directeur du Centre scientifique de modélisation des réseaux 5G sans fil à l’Université RUDN.
Les mathématiciens ont rigoureusement testé différentes réseaux neuronaux convolutionnels, en les augmentant avec des modules d’attention spécifiquement conçus pour détecter les objets dans les images. Le modèle final, qui combine le réseau de convolution DenseNet211 avec des modules d’attention, a atteint un taux de précision impressionnant de 99,6%. Les chercheurs ont observé que l’échelle des images avait un impact significatif sur la reconnaissance des formations cancéreuses, soulignant ainsi la nécessité de prendre en compte des approximations d’images appropriées dans les applications du monde réel.
Le Dr Muthanna a souligné l’importance des mécanismes d’attention dans l’analyse d’images médicales, car ils améliorent l’extraction des caractéristiques et les performances globales du modèle. Les modules d’attention ont permis au modèle d’IA de se concentrer sur les zones pertinentes des images et d’extraire des informations cruciales, révolutionnant ainsi l’analyse des images médicales.
Cette avancée dans la technologie de l’IA a le potentiel de révolutionner le diagnostic du cancer du sein et d’améliorer considérablement les résultats des patients. En réduisant la dépendance aux interprétations subjectives et en améliorant la précision, ce modèle d’IA offre des perspectives pour transformer le domaine de l’imagerie médicale et faire progresser la détection précoce et le traitement du cancer du sein.
The source of the article is from the blog girabetim.com.br