« L’apport de l’intelligence artificielle en imagerie diagnostique, et donc en radiologie diagnostique, est excellent. Le radiologue, par définition, est né avec le numérique et a toujours été habitué à traiter une série d’images qu’il devait synthétiser avec l’œil humain. Aujourd’hui, les logiciels d’intelligence artificielle utilisent la synthèse automatique, c’est donc certainement un apport important. » C’est ce qu’a déclaré Valeria Panebianco, directrice du Département de Sciences Radiologiques, Oncologiques et Anatomopathologiques de l’Université La Sapienza de Rome, à l’occasion de la réunion, aujourd’hui à Milan, « L’IA dans le diagnostic italien : de l’adoption à l’impact clinique ». L’événement est organisé par DeepHealth, une entreprise active dans l’informatique de santé basée sur l’intelligence artificielle, les jours où se déroule le 52e congrès national de la Société italienne de radiologie médicale et interventionnelle – Sirm.
Les bénéfices déjà visibles offerts par l’intégration de l’IA dans l’imagerie diagnostique « sont désormais validés dans divers domaines et dans divers contextes cliniques. En oncologie, et spécifiquement dans le domaine génito-urinaire, l’utilisation de logiciels installés directement dans les examens IRM permet d’améliorer la qualité des images – explique-t-il – en rendant adaptées celles qui auparavant auraient été altérées par la respiration lourde du patient plutôt que par le péristaltisme intestinal. Ces artefacts sont désormais automatiquement annulés grâce à l’IA ». Un autre avantage découlant de l’intégration des outils d’IA dans l’imagerie diagnostique est représenté par la possibilité de « sélectionner automatiquement les patients qui présentent une tumeur. Si, par exemple, nous devons rapporter une longue série d’examens IRM, il est très important que le radiologue puisse partir de ceux dans lesquels une pathologie est présente, en laissant peut-être aux jours suivants le rapport des examens relatifs aux patients qui n’ont pas de cancer ».
« Une bonne utilisation de l’intelligence artificielle – ajoute-t-il – permet d’optimiser les délais et les coûts et de limiter tout ce qui pourrait représenter une augmentation de la journée de travail du radiologue. Un scanner corporel total, par exemple, produit l’acquisition de 5.000 images. Auparavant, celles-ci devaient être examinées individuellement par le radiologue, aujourd’hui ce travail est réalisé par l’œil de l’intelligence artificielle, ce qui prend certainement moins de temps ». Pour que l’innovation technologique soit effectivement au service du médecin et du patient, elle est nécessaire et son utilisation devient massive « il faut innover le système et former des professionnels aux compétences mixtes, qui s’occupent de médecine et de radiologie, mais qui savent aussi comprendre comment fonctionnent spécifiquement les logiciels d’intelligence artificielle, plutôt que simplement savoir les appliquer. Il faudrait également une transformation des écoles de spécialisation, avec l’introduction de figures professionnelles spécifiques au sein des équipes qui opèrent dans les différents secteurs ». L’utilisation des systèmes d’IA dans la prévention, le diagnostic et le traitement ouvre de nouvelles possibilités pour l’avenir : « L’une d’elles est certainement la rationalisation des listes d’attente. Imaginons, à titre d’exemple, un algorithme qui puisse faire l’interface entre la demande d’un médecin généraliste et les prestations réalisées dans un hôpital. Cet algorithme pourrait être capable de discriminer le niveau d’urgence qui conduit à l’acquisition d’un test plutôt qu’un autre et, surtout, avec quel timing », conclut-il.
