IA.05 : Mélanome
- Le récent algorithme Inception V4 de Google dédié à la reconnaissance du mélanome permet une aide au diagnostic dont l’indice de confiance est bon (95%)
- … mais le dermatologue reste seul responsable de sa décision.
- Google deviendrait salvateur s’il pouvait avertir les individus sur l’évolution de leurs grains de beauté, mais l’indice de confiance est insuffisant pour que ce rêve devienne réalité.
L’Intelligence Artificielle n’est pas différente des autres machines et instruments de mesure qui font des statistiques, des tris et des index. Sa prouesse est de faire des opérations mathématiques rapidement et en grande quantité.
Qu’il la considère ou non comme une mystérieuse « boîte noire », c’est à l’humain, avec son intelligence naturelle :
- d’analyser le problème posé.
- de choisir la bonne machine, c'est-à-dire l’instrument adapté à son objectif
- de répertorier les données qu’il va entrer (Input) à la machine, et pour le cas du deep learning choisir les exemples à fournir pour « l’apprentissage » de la machine.
- d’analyser les données qui vont sortir (Output) de la machine.
L’humain doit également vérifier par un « contrôle de qualité » que la machine fonctionne selon les caractéristiques techniques revendiquées par le constructeur, notamment l’indice de confiance, dont il est souhaitable qu’il soit supérieur à 95%
Bien qu’à travers la cosmétologie, où « tout est produit », j’ai pu me frotter à l’information, la communication, la réputation, le marketing, la distribution et même les ressources humaines ; pour continuer mes réflexions je vais prendre un exemple qui devrait satisfaire l’appétence de Nathalie Devillier pour le « secteur de la santé connectée ».
Imaginons, Nathalie, que vous êtes dermatologue. Vous hésitez sur le pronostic d’évolution d’un grain de beauté. Quel est le risque qu’il devienne un mélanome ? La réponse est cruciale car plus ce cancer général détecté tôt, plus le pronostic de survie est bon, mais il ne faut pas non plus lancer une opération inutile.
Remarque.1 : Même s’il débute dans la peau, le mélanome est un cancer qui concerne tout l’organisme, il est donc général, contrairement au carcinome basocellulaire qui reste limité à la couche basale de l’épiderme.
Pour vous aider dans votre décision, vous envisagez de faire appel au nouvel algorithme Inception V4 de Google : « une nouvelle corde à l’arc de l’intelligence artificielle: le diagnostic des mélanomes »
Google indique que cette machine a, pour son deep learning (l’apprentissage profond), assimilé « plus de 100 000 images annotées de lésions de la peau et de grains de beauté ». Vous estimez à juste titre que le choix des exemples est parfaitement justifié.
Pour mieux vous convaincre, l’argumentaire ajoute que la machine est « un réseau de neurones artificiels dont l’architecture est inspirée de celle du cerveau humain ».
Il y a soixante ans, Albert Ducrocq avait utilisé des mots semblables pour décrire son renard cybernétique
Vous remarquez que d’utiliser le terme « inspirer » n’engage pas la responsabilité du constructeur.
Google promet un indice de confiance de 95% ce qui laisse présumer, qu’en bons scientifiques, les informaticiens ont inclus des contrôles de qualité dans le protocole de leur machine.
Il est également probable qu’ils ont ajusté leur algorithme Inception et surtout ajouté des images annotées jusqu’à obtenir le fatidique indice de confiance de 95%, en dessous duquel une mesure n’est pas considérée comme sérieuse par les scientifiques.
Remarque.2 : L’indice de confiance et la significativité sont fonction du nombre de mesures effectuées. Même en épidémiologie, il est très rare d’être obligé de considérer 100 000 échantillons pour obtenir
un "bon" indice de confiance (95%).
Remarque.3 : En utilisant une Intelligence Biophysique, (floue, plastique, ....) le nombre d’images nécessaire à l’apprentissage pourrait être beaucoup plus faible et l’indice de confiance plus élevé !
Cette promesse de 95% est (subtilement) comparée à l’indice de confiance obtenu par « 58 dermatologues internationaux », or cet indice n’est seulement que 89%. Sous-entendu : comparée au 95% de la machine, la confiance envers les « 58 dermatologues » est douteuse,
Le titre de l’article paru dans Pour la Science est clair
« Plus fort qu’un dermatologue
Une intelligence artificielle entraînée par apprentissage profond détecte plus efficacement les mélanomes que des dermatologues aguerris. »
Le « parfois » de la légende écrite en petit sous le schéma d’un algorithme d’apprentissage profond modère quand même un peu cet enthousiasme
« Un réseau de neurones nourri au Big Data surpasse parfois en expertise les meilleurs spécialistes. »
Par contre, l’annonce de BFMTV Santé Actualités est sans ambiguïté :
Détection du cancer de la peau : un algorithme fait mieux que les dermatologues
Vous voilà convaincue, docteur Nathalie Devillier.
Vous prenez donc une photographie, selon une procédure que vous aurez apprise, et vous l’entrez (input) dans la machine.
Celle-ci vous restitue (output) un diagnostic
Vous avez bien intégré que l’indice de confiance est bon, meilleur que celui de 58 de vos collègues … mais en face de vous, vous avez un malade potentiel et réel, mais pas des statistiques. Par essence, les statistiques ne s’appliquent pas à un individu, ou par hasard, ce qui nous ramène à un problème de statistique !
Dans sa publication sur algorithme Inception V4 de Google appliqué au mélanome, Holger Hänssle, de l’université de Heidelberg, en Allemagne, indique que la machine « fait moins d’erreurs de diagnostic consistant à voir des mélanomes dans des grains de beauté (naevus) bénins».
Rappel à peine discret sur les dermatologues qui sont à l’origine d’interventions inutiles … contrairement à Google.
Vous voilà avertie, mais c’est vous, la dermatologue, qui devez prendre la décision de laisser ou non sa beauté au grain de beauté.
La responsabilité c’est vous qui l’assumer pas Google.
Il faut espérer que la machine vous fournit les arguments qui l’ont conduite à son pronostic. À vous, évidemment, de les vérifier et pour commencer, examiner le Naevus selon le classique ABCDE du Mélanome rappelé par SkinCancer.org
Les cinq premières lettres de l’alphabet sont un guide pour permettre de reconnaître les signes précoces du mélanome.
A comme Asymétrie
B comme Bords
C comme Couleur
D comme Diamètre
E comme Évolution
Par exemple
pour la symétrie
La bordure irrégulière
Vous pouvez également consulter l’indice de Breslow correspondant à l’épaisseur maximale de la tumeur.
Peut être influencée par la remarque sur les faux positifs rappelés par Google vous retardez votre décision à la prochaine consultation. En première intention vous pouvez alors prescrire d’une exposition régulière à une lumière naturelle, par exemple à l’occasion de promenades en plein air.
Vous vous appuieriez sur la suggestion émise dès 1978 par le grand dermatologue Frederick Urbach, confirmée notamment sur les travaux de Berwick M., et al de l’Université du Nouveau Mexique à Albuquerque (USA)
et institutionnalisée par le Professeur Armstrong en Australie (pays particulièrement motivé par le fléau des mélanomes).
Le titre de la publication (dans le J Natl Cancer Inst) de Berwick est clair Sun exposure and mortality from melanoma
… autant que la conclusion :
Sun exposure is associated with increased survival from melanoma.
« L’exposition au soleil accroît la survie des personnes ayant un mélanome. »
Même si l’exposition sévère au soleil pendant l’adolescence accroît (très légèrement) le risque, plus tard, de mélanome, la principale cause de ce cancer général reste la malchance, la « bad luck », et :
« L’exposition au soleil accroît la survie des personnes ayant un mélanome. » (Il n’est pas inutile de le répéter !)
… il ne s’agit évidemment pas de bains de soleil irresponsables sous les UVB en pleine canicule mais d’une exposition raisonnable.
Remarque.4 : Le soleil est loin d'être le seul facteur de risque, voir Bronzages et protection
L’algorithme Inception V4 de Google dédié au mélanome n’est qu’une aide au dermatologue pour effectuer son diagnostic.
Mais cette "boîte noire" il pourrait être salvateur pour les personnes, notamment les roux à la peau laiteuse qui se sont exposés inconsidérément au soleil pendant leur adolescence.
Imaginons que ces personnes à risque prennent régulièrement des photos avec leur Smartphone de toutes les parties de leur corps (y compris les partie les moins surveillées comme entre les deux fesses).
Après les analyses d’images effectuées par Inception V4, Google préviendrait les personnes qui doivent consulter rapidement un dermatologue.
J’aurais le même enthousiasme que le présentateur de BFM en affirmant que cette application serait une grande victoire de l’Intelligence Artificielle et de l’apprentissage profond envers lesquels je m’inclinerais profondément.
Une fois l’enthousiasme et le rêve évanouis, surgissent les questions :
- L’algorithme ne signalera-t-il aucun faux négatif, c'est-à-dire ne laissera-t-il passer aucun grain de beauté qui soit en train de se transformer en mélanome ? Dont Google pourrait être rendu responsable !
- Les faux positifs enverraient le malade potentiel pour « rien » chez le dermatologue. Ce serait « moindre mal » mais aurait pour conséquence de remplir inutilement les salles d’attente, déjà surchargée, et surtout de créer une terrible l’anxiété chez la personne à qui Google annoncerait « Veuillez rapidement consulter un médecin » !
Le rêve devient illusion. L’indice de confiance de 95% est nettement insuffisant, il faudra attendre d’autres algorithmes … Dommage !
La cause principale du mélanome étant la malchance, bad luck, outre une certaine aide au diagnostic du médecin, l’intérêt résiduel de l’Inception V4 concernera les statistiques et la recherche de corrélations.
- Les voitures autonomes, et plus généralement l’Intelligence Artificielle, posent-elle un nouveau problème de responsabilité.
- En cas d’accident provoqué par votre véhicule « autonome », si vous avez à tout moment la possibilité de « reprendre la main », votre responsabilité est identique à celle que vous avez en conduisant les véhicules actuels.
- Par contre, si vous n’avez aucune possibilité de « reprendre la main », vous n’êtes pas plus responsable que si vous voyagez dans un transport en commun.
- Ce n’est pas que les algorithmes de l’Intelligence Artificielle soit explicables ou non qui est juridiquement important, mais que le constructeur de ces algorithmes ait pris la responsabilité de les faire utiliser par un tiers.
- La décision de responsabilité du conducteur d’une voiture autonome déclarerait de facto la fin de la voiture autonome où on rêve d’être assis en train de lire son journal.
D’autres facteurs pourraient laisser la voiture autonome au rang des fantasmes :
- la vulnérabilité aux malveillances
- l’impossibilité de protéger les données personnelles du conducteur-utilisateur.