Thibaut JACQUES – Service d’imagerie Musculosquelettique, CHU de Lille

S’il y a un élément de langage qui a rapidement intégré toutes les discussions concernant l’IA en radiologie, c’est bien le « gain de temps et d’efficacité ». Mais qu’en est-il exactement ?

On pense tout d’abord à l’IA d’aide au diagnostic, puisque c’est elle qui est sous le feu des projecteurs (et des investisseurs). Certes, certains algorithmes toilettés nous promettent des performances (supra)humaines, et quasi « automatiquement » un gain de temps. L’expérience est plus compliquée, car tant que la performance d’un algorithme n’est pas de 100%, l’humain devra redresser des faux positifs et faux négatifs. Il y passera nécessairement du temps, et perdra peut-être (plus embêtant) de la confiance en la machine. Le tout sera d’évaluer méthodiquement le rapport temps gagné/perdu. Des premiers retours suggèrent à ce stade que certains algorithmes – pourtant prometteurs – font gagner moins de temps qu’attendu, par exemple dans l’analyse des traumatismes crâniens, du fait de trop nombreux faux positifs.

Alors où regarder? À court terme, peut-être plutôt du côté des algorithmes d’amélioration du post-traitement : débruitage, réduction de la dose, réduction du contraste injecté, accélération des protocoles… Bien que moins « vendeurs » côté grand public, il y a pourtant fort à parier que nombre d’entre eux seront rapidement embarqués dans nos nouvelles machines, et qu’ils amélioreront nos examens sans même qu’on s’en aperçoive. Avec le risque que nous ne soyons pas suffisamment critiques par rapport à ces outils : basés sur de l’IA, ils auront forcément des limites inhérentes à la technologie utilisée, qu’il nous faudra maîtriser pour ne pas être induits en erreur par des modifications imperceptibles de nos examens.

Et le plus efficace ? Peut-être là où les publications et la « hype » ne sont pas les plus nombreux, mais qui concerne notre pratique quotidienne : le médico-administratif. Reconnaissance vocale, gestion automatisée des bons d’examens, de la programmation et des rendez-vous, aide à la gestion des plannings médicaux et paramédicaux, diffusion des comptes rendus, mesure de l’expérience patient… Toutes ces tâches chronophages non quantifiables, qui impactent au quotidien l’exercice de tous les médecins.

Il est intéressant de noter que les applications les plus théoriques (aide au diagnostic) sont nettement mises en avant alors qu’il reste à faire la preuve de leur efficacité réelle (compliqué méthodologiquement), à l’inverse des applications plus terre-à-terre permettant de cibler directement des tâches chronophages, jugées moins « sensationnelles ». En termes de pertinence et d’efficacité de l’IA en radiologie, il faudrait donc peut-être songer à inverser la hiérarchie des algorithmes.