Des chercheurs de l'Université Friedrich-Alexander d'Erlangen-Nuremberg (FAU) ont développé une nouvelle méthode combinant la tomographie par cohérence optique confocale en ligne de champ (LC-OCT) avec l'intelligence artificielle pour détecter le carcinome basocellulaire (CBC) à un stade précoce. Le CBC est la forme la plus courante de cancer de la peau, et une détection précoce est essentielle pour un traitement efficace.
La LC-OCT est une technique d'imagerie non invasive qui fournit des images tridimensionnelles à haute résolution de la peau au niveau cellulaire. En intégrant la reconnaissance d'images assistée par IA, le système peut analyser automatiquement ces images et identifier des modifications malignes qui pourraient échapper à l'œil humain. Cette approche vise à améliorer la précision diagnostique et à réduire le besoin de biopsies invasives.
L'étude, publiée dans une revue à comité de lecture, démontre que la méthode LC-OCT améliorée par IA peut distinguer le CBC de la peau saine avec une sensibilité et une spécificité élevées. L'équipe a entraîné l'IA sur un large ensemble d'images LC-OCT, lui permettant de reconnaître les motifs caractéristiques du CBC. Cela pourrait conduire à des diagnostics plus rapides et plus fiables en pratique clinique.
Bien qu'une validation supplémentaire soit nécessaire, cette avancée représente une étape prometteuse vers la dermatologie assistée par IA. Elle pourrait à terme aider les cliniciens à détecter les cancers de la peau plus tôt et plus précisément, améliorant ainsi les résultats pour les patients. Les chercheurs travaillent maintenant à étendre la technologie à d'autres types de lésions cutanées.
