Editorial

L'intelligence artificielle va-t-elle faire disparaître les radiologues ?

Mis en ligne le 31/10/2019

Auteurs : Pr Damien Galanaud

Lire l'article complet (pdf / 71,06 Ko)

L'intelligence artificielle (IA) est un sujet à la mode. Les experts dressent régulièrement la liste des professions à risque, voire amenées à disparaître. Dans le monde médical, la radiologie apparaît comme la spécialité la plus menacée, au point que les choix des futurs internes en sont affectés. Le radiologue serait bientôt remplacé par de puissants serveurs, faisant tourner des algorithmes évolués de reconnaissance d'images entraînés sur des bases de données internationales comportant des millions de patients. Le serveur serait capable de générer un compte-rendu radiologique sans intervention humaine. Ce monde – rêvé ou cauchemardesque en fonction des points de vue – est toutefois bien éloigné de la réalité. L'entraînement des algorithmes d'IA, reposant généralement sur des approches de type réseaux de neurones, nécessite un nombre très important de cas (plusieurs centaines ou plusieurs milliers) pour être fiable. S'il est donc plutôt facile d'utiliser un tel logiciel pour détecter un nodule spiculé évocateur de cancer bronchopulmonaire, il semble peu probable que l'on arrive jamais à construire un système permettant, par exemple devant une infiltration périrénale ou rétro-orbitaire, de poser le diagnostic de maladie d'Erdheim-Chester, la rareté de cette pathologie ne pouvant permettre de colliger le nombre de cas nécessaire pour entraîner l'algorithme. Si les systèmes d'IA ont un grand potentiel pour lire et reconnaître des images, leur capacité à rédiger un compte-rendu structuré tenant compte du contexte clinique du patient est plus limitée. Par exemple, une hémorragie au sein d'un glioblastome n'a pas la même signification si le patient vient d'être diagnostiqué, ou de subir une biopsie ou est sous antiangiogéniques. Si le logiciel d'IA peut dès à présent détecter cette hémorragie (ce qui constitue la partie résultats du compte-rendu), la conclusion qu'il faut en tirer nécessitera encore pour de très nombreuses années une intervention humaine.

L'arrivée de l'IA est en réalité une nouvelle étape dans l'évolution de l'imagerie médicale, comparable à celle qui a consisté à passer d'une interprétation de films en chambre claire, sur des microcassettes tapées à la machine par des secrétaires, à une interprétation sur console PACS rentrée au moyen d'une dictée électronique avec reconnaissance vocale. Loin d'être une menace, l'IA est une fantastique opportunité qui arrive au moment où les méthodes traditionnelles d'interprétation des examens radiologiques atteignent leurs limites. En effet, si, il y a 20 ans, un scanner comportait typiquement quelques dizaines d'images, acquises en coupes épaisses, exclusivement dans un plan axial, il en comporte désormais plusieurs centaines, acquises de façon volumique et devant donc être analysées dans les 3 plans. L'accélération des machines entraînant de plus une augmentation du nombre de patients explorables par vacation, le nombre d'images à lire a donc peu ou prou été multiplié par 100, avec par conséquent un temps de lecture par image beaucoup plus faible et un risque bien plus grand de passer à côté d'une pathologie. Une fois posé ce contexte, la place potentielle de l'IA dans le workflow radiologique devient évidente : dès l'examen réalisé, celui-ci passera par la “moulinette” de l'IA qui recherchera automatiquement, par exemple, un saignement intracrânien, une fracture, un nodule spiculé pulmonaire ou une lésion mammaire, ou comptera des localisations secondaires hépatiques et déterminera automatiquement la variation de leur taille par rapport à l'examen précédent. Les images et cette préanalyse seront ensuite étudiées par le radiologue, qui vérifiera la cohérence des résultats avec le contexte clinique du patient, recherchera des anomalies non détectées par le logiciel ou des erreurs de celui-ci et rédigera la conclusion finale du compte-rendu.

L'IA permettra donc de sécuriser la lecture des examens et de débarrasser les médecins des étapes les plus ingrates de l'interprétation de l'imagerie pour leur permettre de se concentrer sur le cœur de leur métier : poser un diagnostic et fournir des informations pertinentes pour la prise en charge du patient. Il faut se réjouir de cette évolution et non pas la craindre.

Liens d'interêts

D. Galanaud n’a pas précisé ses éventuels liens d’intérêts.

auteur
Pr Damien GALANAUD
Pr Damien GALANAUD

Médecin
Imagerie médicale
Hôpital de la Pitié-Salpêtrière, Paris
France
Contributions et liens d'intérêts

centre(s) d’intérêt
Neurologie