Une équipe de chercheurs du Massachusetts Institute of Technology (MIT) a élaboré un nouvel algorithme d’apprentissage automatique, dont la vitesse de traitement serait mille fois supérieure aux dispositifs actuels. Cette IA analyserait les scanners cérébraux comme personne !
Les interventions chirurgicales sont des entreprises très délicates. En effet, au-delà de l’acte en lui-même, les éventuelles complications qui peuvent suivre représentent un risque très important. Les neurochirurgiens doivent alors jouir d’une visibilité parfaite à la fois avant et après l’opération afin de contrôler l’état du cerveau et s’assurer du succès de l’exérèse (ou ablation) d’une tumeur.
Comparer les cartographies cérébrales issues de l’IRM avant et après l’opération peut ainsi s’avérer très difficile à cause du traitement des pixels 3D, dont la quantité est souvent assez phénoménale (plusieurs millions). Il s’agit d’une procédure lente, provoquant une latence ne permettant malheureusement pas aux médecins de statuer instantanément sur la réussite d’une opération, ce qui est un réel problème en cas d’insuccès.
Comme l’a dévoilé un communiqué du MIT publié le 18 juin 2018, le nouvel algorithme d’apprentissage automatique baptisé Voxelmorph comporte une base de près de 7000 scanners IRM. Ce dernier a par la suite été testé sur pas moins de 250 scanners supplémentaires. Les chercheurs ont indiqué que cette IA était alimentée par un réseau neuronal convolutif couplé à un transformateur spatial.
Ainsi, l’IA a été capable de comparer le degré de similitude entre les pixels 3D de deux scanners cérébraux avec une vitesse mille fois supérieure à celle des logiciels équipant actuellement les hôpitaux. Les scientifiques promettent que Voxelmorph pourrait effectuer ce genre de traitement en moins d’une seconde avec un ordinateur équipé d’une bonne carte graphique. Enfin, il se pourrait également qu’un jour cette intelligence artificielle soit utilisée dans le cadre d’opération concernant d’autres organes.
Source
