actualités

Radiologie et intelligence artificielle – le réseau 3R à la pointe de l’innovation


L’intelligence artificielle est aujourd’hui au cœur des évolutions technologiques dans le secteur de la santé. A l’avant-garde de l’innovation en imagerie médicale, le réseau 3R s’est allié avec la société Incepto Medical en juin 2018 afin de développer un algorithme pour automatiser les comptes-rendus en radiographie et IRM du genou.

Avec le vieillissement de la population, la demande en imagerie médicale augmente et continuera de croître dans les années à venir. Les délais d’attente pour obtenir une interprétation des résultats risquent de s’allonger considérablement. 

L’intelligence artificielle pour une rapidité et fiabilité accrues

Pour faire face à ce défi, ingénieurs et radiologues collaborent au développement d’applications basées sur l’intelligence artificielle et le Deep Learning. Elles permettent aujourd’hui déjà de segmenter, détourer et classer les images plus rapidement et de manière plus précise que l’humain.

3R s’engage pour la radiologie du futur

En partenariat avec la société Incepto Medical, le réseau 3R créé depuis juin 2018 un algorithme capable de reconnaître les images du genou normales des images pathologiques ainsi que les lésions requérant l’intervention d’un chirurgien. Grâce à ce projet novateur placé sous la conduite du docteur Benoît Rizk, les radiologues de 3R disposeront en 2019 déjà d’un outil innovant augmentant la rapidité et la qualité de leurs diagnostics et leur permettant de consacrer plus de temps à leurs patients et aux cas graves.

3 questions au Dr Benoît Rizk, porteur du projet chez 3R

Qu’est-ce que l’intelligence artificielle change et améliore pour le radiologue et le patient ? 

L’intelligence artificielle va permettre au radiologue de traiter plus de patients plus rapidement. Elle améliorera également de manière substantielle la précision diagnostique.

 Les algorithmes sont aujourd’hui capables de reconnaître les images normales des images pathologiques et de préparer un rapport préliminaire pour le médecin prescripteur. Dans un contexte où la demande en imagerie médicale est croissante, cette automatisation d’une partie du travail diagnostique va permettre au radiologue de consacrer plus de temps à ses patients et aux cas graves ou rares, tout en traitant les cas anodins plus rapidement. D’une manière générale, les patients recevront leurs résultats plus vite.

Nous allons également gagner en précision et en qualité. Comme la machine aura appris à reconnaître les pathologies grâce à un nombre important de données, elle sera capable de poser un diagnostic plus précis qu’un radiologue généraliste.

Comment s’est déroulée la collaboration avec la société Incepto Medical ?

En tant que radiologues, notre rôle fût d’abord de trouver une question clinique pertinente. Nous avons choisi de travailler sur les pathologies du genou, car elles sont récurrentes et bien documentées ; nous bénéficions donc pour elles d’un grand volume de données. Ensuite, nous avons créé un dictionnaire de mots décrivant toutes les pathologies et lésions que l’on rencontre dans notre pratique et fourni aux ingénieurs d’Incepto une labellisation des images de genoux dont nous disposions dans nos bases de données. Ces images ont bien sûr été anonymisées au préalable.

Les data scientists et ingénieurs d’Incepto ont alors pu apprendre aux machines à trier les images en fonction de cette labellisation.

Quelles sont les limitations actuelles des algorithmes et comment vont-elles évoluer à l’avenir ?

La puissance des algorithmes réside dans l’analyse des données. Pour que la machine puisse apprendre à trier les images, nous devons lui en fournir de gros volumes (sinon, les algorithmes risquent d’être biaisés). Cela implique que pour les pathologies plus rares, nous sommes pour l’instant incapables d’entraîner les machines à poser un diagnostic correct.

 A l’avenir, si tous les acteurs du secteur rassemblaient leurs bases de données, ces limitations pourraient disparaître. Comme ils sont en concurrence, cela paraît toutefois improbable.

 

×