Logo Logo

Revue Systématique de la Littérature sur l'Utilisation de l'Intelligence Artificielle dans le Diagnostic des Mélanomes et des Carcinomes non Mélanocytaires en Soins Primaires

Aguera, Elise and Ferré, Cécile (2024) Revue Systématique de la Littérature sur l'Utilisation de l'Intelligence Artificielle dans le Diagnostic des Mélanomes et des Carcinomes non Mélanocytaires en Soins Primaires. Thèse d'exercice en Thèses > Médecine générale, Université Toulouse III - Paul Sabatier.

[img]
Preview
PDF
Télécharger (2MB)

Résumé en français

Les cancers cutanés, mélanocytaires et non mélanocytaires, sont en forte augmentation, dans le monde, en particulier en Australie. La France n'est pas épargnée par ce phénomène, l'incidence de ces cancers ayant triplé entre 1990 et 2023. Le manque de dermatologues entraîne des délais de consultation de plus de 60 jours, contraignant les médecins généralistes à poser des diagnostics, souvent sans formation adéquate. L'intelligence artificielle (IA) a émergé comme une solution pour améliorer le diagnostic et la prise en charge des cancers cutanés. Notre étude vise à évaluer l'utilisation de l'IA en soins primaires pour aider les médecins généralistes à diagnostiquer les cancers de la peau. Nous avons réalisé une revue systématique de la littérature en suivant les recommandations PRISMA ce qui a permis d'inclure 25 études pertinentes. Parmi elles, 25 % portaient sur les soins primaires et rapportaient des résultats discordants sur la performance diagnostique de l'IA par rapport à celle des médecins généralistes dans un environnement clinique. Cependant, les résultats montraient également que l'IA, notamment multimodale combinant images et métadonnées ou via des réseaux de neurones convolutifs, a une précision diagnostique équivalente ou supérieure à celle des dermatologues dans des environnements contrôlés. Malgré son potentiel, l'IA nécessite encore des validations cliniques robustes pour une utilisation généralisée, en particulier sur des populations sous-représentées dans les bases de données d'entraînement. Des recherches supplémentaires sont nécessaires pour évaluer son efficacité en dehors des environnements de tests théoriques et son acceptabilité par les médecins et les patients.

Date de soutenance: 17 Octobre 2024
Directeur(s) de thèse: Birebent, Jordan
Sujet(s): Thèses > Médecine générale
Facultés: Facultés > Rangueil
Mots-clés libres: Cancer de la peau - Mélanome - Carcinome épidermoïde - Carcinome basocellulaire - Intelligence artificielle - Apprentissage automatique - Apprentissage profond - Réseau neuronal convolutif - Machine à vecteurs de support - Soins primaires - Dépistage
Déposé le: 14 Nov 2024 12:32

Actions (login required)

Voir document Voir document