La data et la santé de demain – Partie 2/2

Les analyses de données et l’utilisation d’algorithmes d’intelligence artificielle de plus en plus puissants, sont en phase de révolutionner les technologies d’imagerie médicale, ouvrant ainsi des perspectives à la fois inédites et prometteuses en matière de médecine préventive.   

Avec le Big Data, l’imagerie médicale est à l’aube d’une nouvelle révolution digitale

 Depuis la première radiographie en 1895, jusqu’aux échographies 3D, en passant par les IRM et autres scintigraphies, les techniques d’imagerie médicale n’ont cessé d’évoluer et de s’enrichir au fur et à mesure des progrès de l’informatique et des technologies. En permettant de visualiser, de façon de plus en plus précise, l’anatomie, la physiologie ou encore le métabolisme du corps humain, l’imagerie médicale est un outil aujourd’hui incontournable non seulement du diagnostic médical, mais aussi de la recherche biomédicale.

 Aujourd’hui, les médecins prescrivent des examens d’imagerie pour détecter la présence d’une maladie spécifique, identifiable au travers de certaines caractéristiques précises. Les données acquises à l’aide des techniques d’imagerie sont traitées, pour former une image compréhensible par le cerveau humain. Les radiologues sont  ainsi formés pour reconnaître, comprendre et analyser les formes, les ombres et les couleurs présentes sur cette image, afin d’établir un diagnostic.

Mais la capacité croissante offerte par les nouvelles technologies en matière d’analyses de données et d’intelligence artificielle, est en train de révolutionner – à nouveau – la discipline.  Des algorithmes permettent ainsi aujourd’hui d’effectuer des analyses sur les variations anatomiques et l’évolution de certaines maladies, notamment neurologiques. Ils peuvent ainsi analyser les données d’une image (pixels, octets) afin de repérer différentes séquences d’une pathologie spécifique. C’est, par exemple, le sujet du travail de recherche mené par Matthew Toews, professeur à l’Ecole de Technologie supérieure de Montréal au sein du laboratoire d’imagerie, de vision et d’intelligence artificielle (Livia). Son objectif : développer un algorithme capable d’extraire de données d’imagerie médicale un certain nombre d’indicateurs caractéristiques permettant aux radiologues de poser un diagnostic plus rapide et plus précis.

Les algorithmes au service d’une médecine prédictive et préventive

De nombreux projets du même type sont actuellement en cours de développement. Certains d’entre eux appliquent notamment des technologies d’intelligence artificielle et de machine learning, afin d’automatiser la détection et l’analyse de données physiologiques caractéristiques. Ce type de travaux est notamment mené dans le domaine de la densitométrie : il est ainsi possible aujourd’hui de calculer la densité osseuse d’un patient à l’aide d’un algorithme appliqué à n’importe quelle image de tomodensitométrie, puis de la comparer à une valeur seuil pour déterminer si le patient présente, par exemple, un risque de fracture, voire d’ostéoporose.

Et c’est là toute la force de ces avancées technologiques : elles permettraient, à terme, de développer la pratique d’une médecine prédictive et préventive, en détectant automatiquement, rapidement et avec une infirme marge d’erreur, les éléments caractéristiques des maladies les plus répandues, afin de pouvoir en anticiper le traitement. Ce qui, à terme, permettrait par ailleurs de réduire les coûts de traitements curatifs pour le patient comme pour les systèmes de santé.

Mais pour atteindre ce niveau de soins préventifs et permettre le développement d’algorithmes efficaces, il faut pouvoir stocker et accéder à des banques d’images, issues de l’imagerie médicale, de plus en plus volumineuses et complexes, tout en en garantissant l’intégrité et la confidentialité. Une contrainte d’autant plus incontournable à l’ère de la santé connectée, de la téléradiographie et des écosystèmes de santé étendus.

Partagez cet articleShare on Facebook0Share on Google+0Tweet about this on TwitterShare on LinkedIn9Email this to someone