Intelligence artificielle : une révolution dans le diagnostic du cancer buccal et de la leucoplasie

L’utilisation de l’intelligence artificielle pour le diagnostic du cancer buccal

La présente étude constitue la première évaluation de l’outil de reconnaissance d’image basé sur l’intelligence artificielle de ChatGPT 4.0 pour le diagnostic des carcinomes épidermoïdes de la cavité buccale et de l’oropharynx, qui sont des sous-types de carcinomes épidermoïdes de la tête et du cou. Dans cette recherche exploratoire, 45 images intra-orales ont été analysées dans deux contextes cliniques distincts : une première fois en se basant uniquement sur l’image, puis une seconde fois avec des informations supplémentaires concernant l’historique clinique des patients. Les capacités de diagnostic de ChatGPT ainsi que ses recommandations concernant les étapes diagnostiques ont été examinées par deux examinateurs différents. L’objectif de cette étude était d’explorer le potentiel et les limites de la reconnaissance d’image par un modèle de langage avancé et d’évaluer son utilisation potentielle dans un environnement clinique.

À ce jour, il n’existe pas de travaux dans la littérature qui évaluent cet outil pour la reconnaissance d’images liées au cancer de la tête et du cou, à l’exception d’une autre étude exploratoire portant sur le diagnostic du mélanome. Les carcinomes de la cavité buccale et de l’oropharynx ont été privilégiés dans cette étude en raison de l’augmentation de l’incidence de ces types de cancer et de la facilité d’accès aux lésions pour la réalisation des images. Ces images peuvent être examinées par des professionnels de santé à distance, mais aussi évaluées à l’aide d’outils d’intelligence artificielle. ChatGPT 4.0 est un modèle de traitement du langage naturel (NLP), une branche de l’IA dédiée à l’analyse du langage humain. L’utilisation des modèles de langage (LLM) a déjà été explorée dans diverses applications, notamment en éducation médicale, en rhumatologie, en recherche sur le cancer du sein et dans différents examens médicaux.

Dans cette étude, ChatGPT 4.0 a présenté une sensibilité de 18,2 % et une spécificité de 52,2 % pour la détection des cancers buccaux, lorsque l’analyse ne s’appuyait que sur une image. Ce résultat est comparable à une étude antérieure sur l’analyse d’images de mélanome, qui a obtenu une sensibilité de 32 % et une spécificité de 40 %. Étant donné qu’en milieu clinique, la plupart des patients ne présentent pas d’image d’une lésion, mais décrivent des symptômes, un second scénario a été développé, où l’image était accompagnée de l’historique clinique. Dans ce contexte, la sensibilité et la spécificité de ChatGPT ont grimpé à 100 % et 88,2 %. Notamment, la douleur faisait souvent partie de l’historique clinique des patients et a probablement contribué au diagnostic du cancer buccal ou oropharyngé.

ChatGPT 4.0 a enregistré des résultats remarquables dans la détection de kératose leucoplakique, affichant une sensibilité de 72,2 % et une spécificité de 92,6 % lorsqu’une image était utilisée seule, et des valeurs impressionnantes de 93,3 % et 96,7 % lorsque l’historique clinique était inclus. Concernant les images sans lésion ou avec une lésion bénigne, certains cas de kératose leucoplakique ont été identifiés à tort, même en l’absence de manifestations visuelles dans les images présentées. En revanche, ChatGPT a eu plus de succès dans la reconnaissance des lésions avancées et des lésions orales de manière générale, par rapport aux cancers oropharyngés.

Il est à noter que même si cette étude a permis d’analyser un nombre important d’images de lésions buccales et oropharyngées, des limites subsistent avant qu’une utilisation clinique généralisée des LLM ne soit envisagée. Tout d’abord, la transparence des ressources ayant servi à générer les réponses demeure restreinte. Bien que les directives et les études cliniques constituent la base de la prise de décisions médicales, l’accès à ces informations est souvent très limité. La validation et la reproductibilité des résultats posent également problème, un aspect souvent mentionné dans la littérature.

Bien que les résultats et les avancées récentes en matière de reconnaissance d’images alimentent des perspectives prometteuses dans ce secteur, la mise en œuvre de l’IA en pratique clinique nécessite une attention particulière sur de nombreux fronts, incluant la transparence des données, l’éthique et la sécurité des informations.

Points à retenir

• Évaluation initiale : La recherche représente la première étude sur l’utilisation de ChatGPT 4.0 pour la reconnaissance d’images liées au cancer buccal.
• Résultats variables : Des résultats différents ont été observés selon que l’analyse était uniquement visuelle ou combinée avec des informations cliniques.
• Importance de l’historique clinique : L’inclusion de l’historique clinique a considérablement amélioré la sensibilité et la spécificité du diagnostic.
• **Défis de l’