Cette initiative MEDTEQ fait converger l’expertise en chirurgie et en intelligence artificielle (“IA”) pour contribuer à l’avancée des procédures endoscopiques assistée par apprentissage profond (“DL”). En particulier, nous nous consacrerons au domaine de la gastroentérologie, qui exige des médecins une myriade de compétences cliniques, allant de la manipulation et de la navigation des dispositifs endoscopiques à l’identification visuelle et à la classification des pathologies, ces dernières pouvant faire l’objet de décisions cliniques guidées par apprentissage machine. Plus précisément, nous avons choisi de commencer par l’imagerie diagnostique appliquée au dépistage du cancer colorectal (“CCR”), qui a permis de réduire l’incidence et la mortalité liées au CCR par la détection et la résection des polypes adénomateux. Pourtant, l’effet de la coloscopie sur la mortalité due au CCR est limité par plusieurs facteurs, dont la variabilité inter-opérateurs du taux de polypes non-détectés, qui limite directement les taux de détection des adénomes (“ADR”). Ainsi, nous visons un système de détection automatique des polypes en temps réel, avec des performances proches de celles des endoscopistes experts en ADR, pour aider à détecter les lésions qui pourraient correspondre à des adénomes. De plus, ce projet vise à étendre la détection des polypes à la prédiction de l’histologie des lésions, y compris la différenciation des lésions précancéreuses des lésions non néoplasiques, et éventuellement à la prédiction de l’invasion sous-muqueuse d’un cancer.