La revue technologique du MIT indique qu’il serait possible d’utiliser des deepfakes pour permettre aux intelligences artificielles de mieux détecter les différents types de cancer. Il s’agirait de recherches prometteuses qui pourraient réellement aider les médecins dans le cadre de leur diagnostic.
Redorer l’image des deepfakes
Lorsque l’on songe au terme « deepfake », les pensées négatives surgissent et cela apparaît d’ailleurs plutôt logique au regard de l’actualité. Tout récemment, nous évoquions l’application DeepNude exploitant un réseau neuronal dont le but était de déshabiller les femmes sur les photos. Sa mise au point avait été faite par le biais d’un entraînement sur une dizaine de milliers de photos de femmes nues, ce qui n’a pas manqué de choquer une grande partie des internautes.
Dans un article publié par la MIT Technology Review le 5 juillet 2019, les deepfakes pourraient se racheter une bonne image. Générés par une intelligence artificielle, ceux-ci pourraient servir au diagnostic de différents types de cancer en contribuant fortement à la formation des intelligences artificielles.
Crédits : MIT Technology Review
Obstacles et solution
Selon la publication, les algorithmes d’apprentissage en profondeur (deep learning) peuvent être formés pour détecter différents types de cancer au cours d’une tomodensitométrie (CT-Scan). Dans le cas d’un IRM, il pourrait s’agir de différencier les maladies et de détecter les anomalies en radiographie.
Le développement de cette technologie est néanmoins soumis à certaines contraintes. Tout d’abord, la législation sur la protection de la vie privée ne permet pas de former les IA de manière assez efficace. Par ailleurs, la qualité des images représente également un frein. Reproduire des images de qualité est également un défi et peut coûter très cher en matériel, une solution malheureusement inaccessible pour les hôpitaux.
La MIT Technology Review explique que des chercheurs de l’Institut d’informatique médical de l’Université de Lübeck (Allemagne) auraient trouvé une solution. Il est question d’utiliser des réseaux de neurones artificiels (GAN). Ces derniers génèrent des images en basse résolution et ajoutent progressivement des détails augmentant la qualité. Selon les scientifiques, il s’agit d’une méthode permettant d’obtenir des images haute résolution en 2D et 3D très réalistes.
Source
Articles liés :
