« Prédire la réponse à la thérapie est le grand défi auquel nous sommes confrontés dans le domaine de l’oncologie. Il serait fondamental de savoir, dès le moment du diagnostic, quelle sera l’évolution d’une tumeur et comment elle répondra à l’option thérapeutique spécifique que nous allons choisir. Dans le domaine de la recherche, nous ne disposons pas encore d’outils définitifs en ce sens, mais c’est le travail que réalisent de grands consortiums internationaux, collectant des millions d’images de patients atteints de cancer et appliquant des algorithmes d’intelligence artificielle pour prédire la réponse à la thérapie, offrant ainsi au patient le droit du diagnostic, un pronostic ciblé. » C’est ce qu’a déclaré Andrea Laghi, directeur du département d’imagerie diagnostique de l’Institut clinique Irccs Humanitas et professeur titulaire de radiologie, Université Humanitas, aujourd’hui à Milan, lors du 52e Congrès Sirm – Société italienne de radiologie médicale et interventionnelle, qui se termine le 8 novembre.
L’application de l’IA dans le domaine de l’imagerie diagnostique apporte de nombreux avantages aux spécialistes et aux patients. « Il existe différents systèmes intégrés dans nos équipements qui permettent, par exemple, lors d’un examen radiographique banal, de mieux centrer le patient et d’assurer un standard de qualité reproductible lors des différents examens – explique Laghi – Dans le domaine de l’imagerie par résonance magnétique, les systèmes réduisent considérablement les temps d’acquisition, améliorant le confort du patient qui ne doit pas rester trop de minutes à l’intérieur du tube. Dans les examens qui impliquent l’utilisation de radiations importantes, comme la tomodensitométrie (TDM) – ajoute-t-il – nous enregistrons aujourd’hui un une réduction drastique de la dose, même de 60 % par rapport aux tests antérieurs. Cela a un impact extrêmement important, en particulier pour les patients atteints de cancer qui doivent subir des tests CT à plusieurs reprises pour contrôler leur traitement. »
Ces outils « peuvent nous aider, par exemple, en réduisant les erreurs de diagnostic lorsque le radiologue est fatigué, mais nous ne pouvons pas lui déléguer le jugement final – prévient Laghi – Nous devons garder ferme notre esprit critique, allant même jusqu’à remettre en question ce que l’intelligence artificielle nous suggère. Nous devons toujours nous rappeler que ces outils ne sont pas infaillibles : ce sont des systèmes probabilistes avec une très forte probabilité de succès et des données techniques de grande importance, mais pas parfaites.
