Damo Panda, un modèle d'IA utilisé pour le dépistage précoce du cancer du pancréas, a récemment été désigné comme dispositif révolutionnaire par la Food and Drug Administration (FDA) des États-Unis, a annoncé le DAMO Academy, affilié à Alibaba, jeudi dernier.
Ce modèle tire parti de l'intelligence artificielle pour détecter des lésions subtiles souvent invisibles à l'œil nu dans les images de tomodensitométrie (CT), améliorant ainsi la précision des examens et répondant à un défi mondial dans le dépistage précoce du cancer du pancréas. En outre, il présente une méthode non invasive pour détecter ce type de cancer à un stade précoce, ce qui en fait un outil idéal pour le dépistage opportun lors des tomographies ou des examens de routine.
Le cancer du pancréas est l'une des formes de cancer les plus mortelles, principalement en raison de ses taux de diagnostic précoce très faibles. En effet, plus de 80 % des cas sont identifiés à un stade avancé, selon l'académie, qui ajoute que le dépistage et le diagnostic précoces pourraient considérablement améliorer les taux de survie.
Le programme des dispositifs révolutionnaires de la FDA vise à soutenir l'innovation dans le développement d'appareils offrant des traitements ou des diagnostiques plus efficaces pour des maladies ou des conditions potentiellement mortelles ou irrémédiablement débilitantes. Ce programme permet aux patients et aux professionnels de la santé d'accéder rapidement à des technologies novatrices en accélérant les processus de développement, d'évaluation et d'examen des dispositifs concernés.
Damo Panda est déjà testé à travers des programmes pilotes en Chine, où il a permis d'identifier deux cas de cancer à un stade précoce parmi 40 000 individus dans l'Hôpital Affilé de l'Université de Ningbo. Ces cas avaient été manqués par des méthodes de dépistage traditionnelles. L'académie a également annoncé son intention de collaborer avec des entreprises de technologie de la santé de premier plan afin d'étendre la portée de ce modèle d'IA à l'échelle mondiale.
