Plus de 500 modèles d’intelligence artificielle ont déjà été approuvés par la FDA en médecine, mais la plupart dans des tâches assez restreintes. « Nous aurions besoin d’un couteau suisse, qui puisse répondre généralement à toutes les questions de médecine », entrevoit le Dr David Dreizin (Trauma radiology AI lab, univ. Maryland), qui utilise Claude au quotidien dans son laboratoire pour le codage. Si l’IA générative n’est pas encore tout à fait au point pour les diagnostics du quotidien, elle pourrait rapidement devenir crédible, ses possibilités ne cessant de se développer, sous l'impulsion de larges bases de données, telles que MedTrinity-25M ou CT fondation tools de Google. La RSNA a lancé sa propre base de scanners abdominaux (Ratic, pour RSNA abdominal traumatic injury CT), la plus vaste mondiale, étudiée par 4 000 centres dans le monde.
L’infrastructure nécessaire à l’entraînement de tels modèles demeure un défi, celui de xAI consomme ainsi 70 MW, soit une ville de 145 000 habitants. Des améliorations techniques pourraient améliorer la soutenabilité, avec des cœurs de graphite nécessitant moins de refroidissement ou des microréacteurs accélérant les processus.
Autre question de poids, la validation — et le remboursement — de tels modèles. Aujourd’hui, une large majorité des projets développés ne sont pas approuvés par la FDA (Dreisin D et al, Emerg radiol). Tous ne sont pas généralisables, l’interopérabilité avec les systèmes déjà en place n’étant pas acquise. Et, surtout, la fiabilité des lectures automatiques n’est pas garantie, ce qui peut faire disparaître les gains de temps affichés. En radiologie, plusieurs systèmes sont cependant déjà bien reconnus et ont des performances égales ou supérieures à la lecture humaine : pour la détection des fractures, l’interprétation des clichés thoraciques, la détection au scanner de pneumopéritoine, etc. L’étape suivante sera de les relier, par un système de raisonnement fractal, à un diagnostic consolidé. Aux urgences, l’IA est prometteuse dans la détection des traumatismes organiques et pour proposer (plus rapidement que l’équipe) l’algorithme de traitement le plus adapté.
Quelle place pour l’humain ?
« L’idée pour le radiologue est de se décharger de ses tâches et de se concentrer sur des cas plus complexes, plus intéressants », souligne le Dr Dreizin. De quoi aussi envisager aussi de faire tourner des machines par des opérateurs moins qualifiés, et/ou d’en optimiser la lecture. L’échographie, classiquement très opérateur-dépendante, est ainsi une cible de choix. Lancé au congrès RSNA, le logiciel Acuson Sequoia 3.5 AI abdomen de Siemens healthineers (approuvé CE et FDA) mesure automatiquement les organes abdominaux en quelques millisecondes (sans avoir à figer l’image), propose une évaluation hépatique complète et standardisée et ce, avec quasi deux fois moins de mouvements de l’opérateur.
« Même si le futur s’avère appartenir aux robots, ils auront toujours, tout comme nos corps et nos cerveaux, d’immenses potentiels non exploités », philosophe le Dr Dreizin citant l’écrivain de SF Arthur C Clarke. « Les médecins doivent garder la gouvernance des systèmes, souligne de son côté le Dr Joseph J Cavallo (Yale Univ.), car les radiologues ont l’expertise de l’usage de l’IA, l’expertise clinique et ce sont les plus à même de l’orienter au mieux ».
Session S5-CER10
Article suivant
Vers une expansion des scanners photoniques
IA : où serons-nous dans dix ans ?
Vers une expansion des scanners photoniques
Mieux reconnaître la violence conjugale
La graisse viscérale annonce la maladie d’Alzheimer 20 ans avant le diagnostic
Le brouillard cérébral du Covid long lié à la fonction pulmonaire
CCAM technique : des trous dans la raquette des revalorisations
Dr Patrick Gasser (Avenir Spé) : « Mon but n’est pas de m’opposer à mes collègues médecins généralistes »
Congrès de la SNFMI 2024 : la médecine interne à la loupe
La nouvelle convention médicale publiée au Journal officiel, le G à 30 euros le 22 décembre 2024