La radiologie qui, aujourd’hui, coûte très cher au système de santé est une cible privilégiée des innovateurs du numérique et de l’intelligence artificielle. En outre, l’IA incarnera un outil d’aide à la décision et aidera à gérer une inflation d’examens médicaux. 

Un marché à fort potentiel de croissance 

En effet, pour pénétrer une industrie, en l’occurrence l’industrie médicale, autant s’attaquer aux secteurs où il y a des marges, de grosses marges ! Ainsi, des innovations entrant dans le champ des radiologues et permettant d’offrir un meilleur service tout en cassant les coûts… seront plutôt bien reçues par les hôpitaux, la population et les politiques… mais peut-être moins par la profession.  

Mais, il est certain que l’introduction d’intelligence artificielle au sein du secteur médical permettrait une réduction des coûts tant attendue dans le système de santé.  

Personne ne mesure précisément l’ampleur de cette révolution. Mais un signe ne trompe pas : les grands constructeurs comme Phillips, Siemens… mais aussi les géants des technologies comme les GAFA et des startups se sont jetées dans la mêlée pour se positionner sur ce marché planétaire.  

L’usage de logiciels intelligents, une indéniable avancée 

Rayons x, scanner, IRM… la radiologie a toujours été à la pointe des avancées technologiques et les praticiens sont depuis des années de fervents utilisateurs de logiciels d’aide automatique au diagnostic. Ces algorithmes sont utilisés dans le cadre de radios des poumons, mammographies ou de coloscopies virtuelles. Mais dans la pratique ces logiciels ne sont pas encore utilisés par le plus grand nombre. 

Néanmoins, leur utilisation ne fait pas toujours l’unanimité. Concernant la radio du poumon, l’IA reconnaît 100 % des taches. Alors que pour les coloscopies virtuelles, sont observés 90 % de « faux positifs » dans la détection des polypes. Cette situation est fréquente et inhérente aux manques de précision des très nombreux tests de dépistage médicaux, ce qui accroît la charge de travail des radiologues, les obligeants à multiplier les tests.  

L’étape suivante : perfectionner les algorithmes 

De plus, tout le monde est d’accord pour dire que l’IA est l’auxiliaire du conseil humain plutôt que son rival. Elle sera un outil d’aide à la décision et améliorera la prise en charge des patients.  

Entre le vieillissement de la population et le développement de maladies chroniques, le nombre d’actes d’imagerie médicale – environ 80 millions aujourd’hui – augmente chaque année. Ainsi, les algorithmes doivent pouvoir aider les praticiens à gérer cette inflation d’examens qu’ils ont de plus en plus de difficultés à assimiler. 

L’analyse d’images est donc un des champs d’activité de prédilection pour les algorithmes auto-apprenants, car ces dernières dépassent largement les êtres humains dans la reconnaissance de formes et l’enregistrement de données. 

En effet, l’arrivée de l’IA est une rupture technologique avec les anciennes pratiques. Avec le machine learning, l’algorithme sera capable de reconnaître et d’interpréter des clichés mais également d’apprendre seul en comparant des millions de cas. Enregistrer des millions de variantes permettra d’améliorer les diagnostics et même de faire des pronostics pour se prononcer sur l’évolution d’un cancer, par exemple. 

Demain, le système pourra combiner des clichés d’un patient avec son dossier médical qui comprend des données biologiques, ses séjours hospitaliers, ses données sociales et comportementales. L’algorithme s’améliorera de façon continue à mesure que sa base de données s’étendra. 

 

 

Recevez par mail les articles et actualités AuCoeurdesMétiersJe m'inscris à la newsletter