L'IA apprend à regarder comme un médecin express

Un médecin pose rarement un diagnostic après un simple coup d'œil sur une image. Il scrute, zoome, compare avec un atlas, feuillette des articles. Jusqu'à récemment, les réseaux de neurones fonctionnaient différemment : ils voyaient l'image et produisaient immédiatement un texte. Les auteurs de cette nouvelle étude ont décidé de donner du temps et des outils au modèle.

Le réseau de neurones GAZE agit comme un radiologue attentif. Il peut zoomer sur une zone suspecte, renforcer le contraste, souligner les contours, et aussi consulter la base d'articles médicaux PubMed et les archives d'images Open-i. Chaque étape est enregistrée, ce qui permet de vérifier tout le cheminement vers le diagnostic. Lors d'un test sur 906 IRM cérébrales contenant 281 maladies rares, GAZE a trouvé les zones touchées dans 58 % des cas et a correctement identifié la maladie dans 35 % des cas, sans entraînement spécifique pour cette tâche.

Mais il y a une nuance. Lorsque le modèle cherche activement des articles et des images similaires, il pose de meilleurs diagnostics, mais parfois il délimite moins bien les contours de la lésion. C'est pourquoi les auteurs insistent : il faut évaluer ces systèmes sur trois critères à la fois — ce qu'il écrit, le diagnostic qu'il pose et la précision avec laquelle il délimite la zone malade. C'est seulement ainsi qu'on peut comprendre si le réseau de neurones a vraiment appris à regarder comme un médecin.