L’intelligence artificielle, assistant du radiologue

L'intelligence artificielle, assistant du radiologue

L'intelligence artificielle est au coeur des préoccupations ces dernières années et notamment dans le domaine de l'imagerie médicale. Elle soulève de nombreuses questions et suscite des débats quant à sa faculté à remplacer les radiologues, mais qu'en est-il vraiment ? Faisons le point.

Sous le nom d’intelligence artificielle (IA) sont regroupées l’ensemble des théories et des techniques mises en œuvre en vue de réaliser des machines capables de réagir et de simuler l’intelligence. Cette pratique permet à un système informatique de résoudre des problématiques complexes en intégrant de la logique.

La notion d’intelligence artificielle voit le jour dans les années 1950, grâce au mathématicien Alan Turing, qui soulève la question d’apporter aux machines une forme d’intelligence. Au cours de ces dernières années, l’intelligence artificielle a connu un essor rapide lié aux avancées de la recherche. Son champ d’application a été considérablement diversifié, allant des voitures autonomes aux smartphones, en passant par la robotique. Désormais un grand nombre de domaines connait des bouleversements liés à cette nouvelle technologie. La santé, et plus particulièrement l’imagerie médicale, ne fait pas exception et doit désormais composer avec l’intelligence artificielle.

Myrian® XP-Prostate

L’arrivée de l’IA au sein de l’imagerie médicale résulte de 3 évolutions majeures :

  • La numérisation des images médicales permettant leur paramétrage.
  • Le développement des algorithmes autorisant l’utilisation des données saisies en langage naturel.
  • L’apparition du deep learning permettant, à partir de données radiologiques massives, de développer des algorithmes d’analyse automatique d’images médicales.

Ces systèmes rendent possible dès aujourd’hui la détection automatique de lésions et peuvent s'intégrer dans le dépistage de masse des cancers (poumon, sein, prostate…)

Afin de bien comprendre ce que signifie exactement le terme d’intelligence artificielle, il est nécessaire de s’attarder sur le moyen de la produire. Les algorithmes sont au cœur de la création de l’intelligence artificielle. Ils permettent à des systèmes d’entrer dans un processus d’apprentissage, dans le but de réaliser une tâche ou un ensemble de tâches complexes, c’est ce qu’on appelle le machine learning. Il existe un nombre important d’algorithmes qui peuvent être utilisés dans ce cadre. Nous pouvons les regrouper en trois grandes familles :

  • Les algorithmes d’apprentissage supervisé, dans lequel les données d’entrée, aussi appelées données d’entraînement, sont annotées et ont un résultat connu. Un modèle est créé au travers de ce processus de formation dans lequel il est nécessaire d’apporter des prédictions ainsi que des corrections.
  • Les algorithmes d’apprentissage non-supervisé, pour lesquels les données d’entrée ne sont pas annotées et n’ont pas de résultat connu. Le système créé son propre modèle en repérant les structures présentes dans les données d’entrée.
  • Les algorithmes d’apprentissage semi-supervisé (hybrides), où les données d’entrée sont un mélange de données annotées et de données brutes.

Il y a un peu plus de 2 ans, l’intelligence artificielle faisait une entrée remarquée à l’occasion du RSNA 2017. Effrayant beaucoup de radiologues redoutant la mort de leur profession au profit de logiciels devenus autant, voire parfois plus, performants qu’eux. En 2020 certaines de ces craintes et de ces incertitudes liées à ces logiciels intelligents sont toujours présentes mais atténuées. D’autres craintes ont émergé, par exemple sur la performance, l’utilisation et la validation clinique de certains de ces algorithmes d’intelligence artificielle.

Les radiologues sont aujourd’hui confrontés à une double problématique de taille :

  • Leur charge de travail ne cesse d’augmenter, mettant en difficulté leur capacité de fournir aux patients une interprétation de qualité ainsi qu’une attention raisonnablement requise.
  • La complexité croissante des données disponibles ainsi que leur volume.

Le constat est sans appel. Les radiologues font face à de grandes difficultés dans la réalisation de leurs tâches quotidiennes et ont de plus en plus de mal à répondre aux demandes des autres cliniciens et des patients. C’est dans ce défi imposé aux radiologues que l’intelligence artificielle prend tout son sens. Ce défi consiste à fournir aux patients des prestations de plus grande qualité tout en privilégiant un retour à une relation plus humaine. Le contexte impose à ces cliniciens de travailler plus rapidement, tout en réalisant des interprétations plus complexes et à moindre coût. L’utilisation croissante de la radiologie dans toutes les disciplines cliniques (thérapie, dépistage et intervention) pousse le radiologue à fournir des informations plus complètes (analyse radiomique et radio-génomique, courbes d’activité, données de perfusion…).

Pour faire face à ces défis, le radiologue a besoin d’aide à court terme. L’intelligence artificielle peut-être une formidable aubaine si elle est utilisée de manière appropriée, étant capable de décupler l’efficacité des professionnels de l’imagerie médicale. L’intelligence artificielle va permettre d’améliorer le processus de programmation et de réalisation des examens, et l’aide à l’analyse des données s’avèrera tout aussi utile. Automatiser les tâches répétitives permettra de dégager plus de temps, qui pourra être consacré à une analyse plus sophistiquée. Dans une étude effectuée par la SFR (Société Française de Radiologie) en 2017, 82% des professionnels de l’imagerie médicale affirmaient déjà que l’intelligence artificielle pouvait améliorer la pertinence des décisions cliniques et 80% d’entre eux affirmaient qu’elle pouvait optimiser leur productivité. L’intelligence artificielle reste donc une formidable opportunité à saisir pour les médecins pour libérer du temps au profit de l’amélioration du suivi et de la relation au patient.

Marketplace ou intégration ?

Il existe aujourd’hui deux approches industrielles différentes sur la mise à disposition de l’IA pour les professionnels de santé.

Myrian® XP-Colon

La première approche est celle de la marketplace, qui consiste à fournir, sur une plateforme, un certain nombre d’applications cliniques classées par critères de spécialités, en fonction des modalités ou encore par régions anatomiques. Ces marketplaces fonctionnent de manière assez similaire à ce que l’on peut observer sur les plateformes d’applications pour smartphones chez Apple ou Google. Cette approche soulève à notre avis quelques problématiques. La principale est la question du choix à effectuer par le clinicien. Lorsqu’il se trouve face à plusieurs applications cliniques qui remplissent la même fonction. Sur quels critères fonder son choix ? Quelle est la meilleure application, laquelle sera la plus efficace et la plus pertinente cliniquement pour mener à bien un examen ? Comment l’intègrera t’il à son flux de travail ?

Nous considérons que le rôle du radiologue ou du clinicien n’est pas d’effectuer ces choix techniques. C’est à nous, en tant qu’industriel, de mettre à disposition les outils les plus performants et les plus pertinents au moment où ils en ont besoin.

Pour cela nous collaborons avec des acteurs de premier plan dans le domaine de l’intelligence artificielle. Notre approche consiste à effectuer une pré-sélection basée sur des évaluations cliniques réalisées avec des radiologues et des cliniciens partenaires. Nous définissons ensuite avec eux quelle application est la plus performante et répond le mieux aux besoins cliniques.

Nous avons également fait le choix d’intégrer ces algorithmes d’intelligence artificielle dans un workflow clinique, rapide et intuitif qui s’adapte aux besoins du radiologue. En effet, lors de son travail d’interprétation, le radiologue se trouve dans un processus de diagnostic très structuré, étape par étape. Notre workflow est calqué sur ce processus d’analyse, permettant au radiologue de disposer de la bonne image affichée de la bonne manière et au bon moment, avec les informations les plus pertinentes associées aux bons outils. Notre travail et notre savoir-faire reposent sur cette capacité à intégrer l’intelligence artificielle au workflow clinique du radiologue, de façon à la rendre pertinente pour le professionnel de santé au service du parcours de soins du patient.

Nous vous remercions de l’intérêt que vous portez
à Intrasense, n’hésitez pas à nous contacter.


Contact

Restez connectés à notre actualité
sur LinkedIn, Twitter, Viadeo, YouTube et WeChat.

Intrasense_blanc

map_20161028

Headquarters / Siège social :
1231, avenue du Mondial 98
34000 MONTPELLIER | FRANCE