L'IA pour l'imagerie médicale : mythe, hype et réalité

Binary circuit board future technology, blue eye cyber security concept background, abstract hi speed digital internet. Titima Ongkantong - shutterstock.

L'IA pour l'imagerie médicale : mythe, hype et réalité

Auteur(s) : 
Mikaël DESLANDES
Laurence CHAVE
Marc Pommier

Etat de l’art en Imagerie médicale
Tomorrow’s radiology today… C’est sur ces mots que s’est ouvert le RSNA 2018. Intelligence artificielle, médecine de précision, la radiologie de demain est maintenant sous nos yeux.
En 2016, Geoffrey Hinton, pape du réseau neuronal, déclarait qu’il était évident qu’il faille arrêter de former des radiologues. En 2018, la science-fiction et les déclarations fracassantes ou alarmistes se font plus rares. D’une part, parce que chacun a bien conscience que la profession de radiologue ne se limite pas à faire défiler des coupes sur une station PACS, mais également parce que l’IA bien que porteuse d’immenses opportunités, montre aussi ses limites.
Les défis auxquels doivent faire face les radiologues sont nombreux : une productivité accrue (tout retard dans la production des résultats d’examens pénalise le reste de la production hospitalière), une demande croissante d’examens d’imagerie (+ 2% en moyenne), des examens nécessitant de plus en plus de temps médical (CT + 4,7 %, IRM
+ 3,3 %), des équipements de plus en plus rapides et produisant de plus en plus d’informations à analyser, une organisation en permanence perturbée (demandes d’examens en urgence, interférences médicales), staff, réunions de concertation pluridisciplinaire (RCP), travaux de recherche ou exigences réglementaires de plus en plus contraignantes, etc. Le tout s’accompagnant d’une démographie médicale toujours plus tendue.
Beaucoup plus qu’une menace, la communauté radiologique voit donc dans les outils développés par l’intelligence artificielle (IA) la possibilité matérielle de faire face à ces nombreux défis.
Lire le rapport complet.