L’intelligence artificielle a vu récemment une augmentation exponentielle de ses performances la mettant au cœur de l’actualité en radiologie et a vocation à transformer notre métier à l’avenir. Malgré certaines craintes, l’intelligence artificielle n’a pas pour rôle de remplacer notre métier mais plutôt d’être à notre service. Il est fondamental que l’on travaille au développement des concepts de l’intelligence artificielle pour pouvoir l’adapter à nos besoins et à notre vision de l’avenir.

L’intelligence artificielle (IA) est un grand sujet de l’actualité en radiologie, ce qui s’explique par une augmentation exponentielle de ses performances, notamment dans le domaine de la médecine. Cependant, ce n’est pas juste un sujet à la mode : l’IA va induire une future transformation du métier de radiologue et changer la place de la radiologie dans le système de santé.

L’IA permet de développer des algorithmes d’aide au diagnostic ou pronostic en se basant sur de larges séries de données (Big data) et en utilisant des capacités de calcul importantes grâce aux principes de machine learning (apprentissage automatique) et deep learning (apprentissage profond). Le premier rôle de l’intelligence artificielle au service du radiologue peut être de réduire les tâches redondantes, lui permettant de mieux se concentrer sur l’étude de dossiers complexes, d’améliorer la qualité du compte rendu ou de consacrer du temps au patient. Les algorithmes d’intelligence artificielle permettent aussi des tâches plus complexes, telles que dépister, catégoriser ou comparer. Ils permettent également de mettre en évidence des informations non visibles à l’œil nu.

En neuroradiologie, de nombreux algorithmes sont développés ou en cours de développement. Pour en citer quelques-uns, plusieurs travaux se concentrent sur le domaine des urgences pour proposer un outil d’aide au diagnostic dans le cas d’un AVC ou de détection d’un hématome sur un scanner des urgences. Des projets ambitieux sur la caractérisation tumorale sont également en cours. Tandis que le développement des algorithmes d’intelligence artificielle nécessite un volume important de données, une rigueur dans le stockage et l’indexation de données est indispensable. De plus, pour que les informations puissent être analysées sur le plan diagnostique ou pronostique, des données patient (cliniques, biologiques ou parfois même génétiques) sont souvent indispensables. Dans ce cadre, il est important que le PACS puisse s’intégrer dans une base de données complète. De plus, devant le besoin de volumes de données importantes, une collaboration entre les centres et un partage de données s’imposent. Dans ce cadre, une place importante doit être donnée à la standardisation. Cette standardisation commence par le protocole d’acquisition et va jusqu’au compte rendu final. Finalement, devant le besoin de partage de données, des questions juridiques et éthiques de propriété de données doivent être considérées.

Alors quelle place prendra l’intelligence artificielle en neuroradiologie dans les années à venir ? Deviendra-t-elle une aide simple à l’interprétation d’un examen, comme par exemple la mesure de volumétrie ou de dimensions tumorales ? Aura-t-elle une place dans le suivi comparatif comme la détection de plaques de SEP ou de nouvelles lésions métastatiques ? Ou peut-être même pourra-t-elle maîtriser des concepts plus complexes tels que la différenciation entre la radionécrose et la progression…

Malgré les nombreuses craintes, l’intelligence artificielle n’a pas pour rôle de remplacer notre métier mais plutôt d’être à notre service. Elle pourra nous aider à améliorer la qualité de l’image, aider le diagnostic ou améliorer le workflow. Nous ne savons pas encore où nous mènera cette aventure, mais nous pouvons être sûrs que notre métier de demain ne sera plus de mesurer une lésion dans les trois dimensions, ce qui est plutôt positif. Pour le reste, c’est à nous de travailler sur le développement des concepts de l’intelligence artificielle pour pouvoir l’adapter à nos besoins et à notre vision de l’avenir.

Nadya Pyatigorskaya
Service de Neuroradiologie, Hôpital Pitié Salpêtrière, SFNR