L'objectif du challenge, organisé par une dizaine d'organisations américaines dont IBM, Sage Bionetworks et Amazon, était double : permettre l'amélioration de la précision prédictive des mammographies dans la détection précoce du cancer du sein tout en réduisant le nombre de biopsies inutiles, les "faux-positifs".
Les quelque 1200 participants ont cependant dû faire face à une difficulté de taille : l'extraordinaire quantité de données mise à disposition (plus de 640 000 images de mammographies numériques anonymisées, issues des données médicales de 86 000 patientes), couplée à des ressources de calcul très limitées - à peine deux semaines dans le cloud Amazon.
Arrivé premier au terme de quatre phases ultracompétitives, l'algorithme proposé par Therapixel représente un compromis issu de ces contraintes, ce qui permet d'espérer un potentiel d'amélioration significatif dans des conditions différentes.
Zoom sur
Cofondée en 2013 par les chercheurs Olivier Clatz et Pierre Fillard, Therapixel est une start-up française éditrice de logiciels consacrés à l'imagerie médicale. Lauréate du concours i-LAB 2013 et du NETVA 2016, elle développe depuis 2016 une nouvelle activité d'aide à l'interprétation des images médicales basée sur l'intelligence artificielle et ambitionne de révolutionner la radiologie diagnostique, notamment grâce aux algorithmes exploitant les réseaux de neurones convolutifs, désormais capables de concurrencer les performances des meilleurs experts du domaine.
Aller plus loin
- Consulter le site du challenge