Anticipation

ChatGPT, financement de l’innovation, limites techniques… Quel(s) avenir(s) pour l’IA en radiologie ?

À l'heure de ChatGPT et des logiciels d'aide au diagnostic, quelles conséquences pourrait avoir le développement de l'IA pour les radiologues à court et moyen terme ? C'est sur cette question que le radiologue grenoblois Arnaud Attyé a disserté à l'occasion de la cinquantième édition du congrès de la SFNR, le 30 mars 2023.

icon réservé aux abonnésArticle réservé aux abonnés
Le 06/06/23 à 7:00, mise à jour le 11/09/23 à 13:24 Lecture 5 min.

Dans son ouvrage I.A., la plus grande mutation de l'histoire, l'ancien directeur de Google China Kai-Fu Lee classe la radiologie parmi les professions menacées par le développement de l'IA. « La sécurisation de notre métier passe par la personnalisation des soins et une sociabilité accrue », argue Arnaud Attyé. © François Mallordy | diaporama Arnaud Attyé

Pour entamer sa présentation sur « les scénarios de l'avenir de l'IA en radiologie » lors du congrès annuel de la Société française de neuroradiologie (SFNR), ce 30 mars 2023, Arnaud Attyé, radiologue au CH de Grenoble et fondateur de la start-up médicale GeodAIsics, a montré « la slide qu'utilisent les entreprises d'IA quand elles essaient de vendre leurs logiciels ». « En 10 ans, le nombre d’images en coupes par patient a été multiplié par 5. Les radiologues interprètent en moyenne une image toutes les 3 secondes, 46 % d'entre eux présentent des signes de burnout, et on estime à 40 millions par an le nombre d’erreurs diagnostiques en imagerie médicale, soit 3 à 5 % des examens », récite-t-il.

« Une IA entraînée peut reconnaître l’origine ethnique d'un patient »

Un peu vite présentée par des acteurs de la tech en sauveuse des radiologues, l'IA présente toutefois de sérieux inconvénients, pointe Arnaud Attyé. « À l'heure actuelle, les meilleurs informaticiens travaillant sur les réseaux

Il vous reste 86% de l’article à lire

Docteur Imago réserve cet article à ses abonnés

S'abonner à l'édition
  • Tous les contenus « abonnés » en illimité
  • Le journal numérique en avant-première
  • Newsletters exclusives, club abonnés

Abonnez-vous !

Docteur Imago en illimité sur desktop, tablette, smartphone, une offre 100% numérique

Offre mensuelle 100 % numérique

23 €

par mois

S’abonner à Docteur Imago

Auteurs

François Mallordy

Bibliographie

  1. Gichoya J. W., Banerjee I., Bhimireddy A. R. et coll., « AI recognition of patient race in medical imaging: a modelling study », The Lancet Digital Health, juin 2022, vol. 4, n° 6, p. e406-e414. DOI : 10.1016/S2589-7500(22)00063-2.
  2. Hirano H., Koga K. & Takemoto K., « Vulnerability of deep neural networks for detecting COVID-19 cases from chest X-ray images to universal adversarial attacks », Plos One, epub 17 décembre 2020. DOI : 10.1371/journal.pone.0243963.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

21 Fév

13:40

Selon une étude publiée dans Radiology, un algorithme d’apprentissage profond disponible dans le commerce peut permettre des examens IRM de l’épaule de bonne qualité en sept minutes.

7:37

Le parlement a adopté définitivement le budget 2025 de la Sécurité sociale ce 17 février. Il prévoit une hausse des dépenses d’Assurance maladie de 3,4 %, pour atteindre un montant de 265 milliards d’euros.
20 Fév

16:01

L’imagerie des paramètres d’atténuation par ultrasons peut être utilisée pour le dépistage clinique afin d’évaluer la prévalence de la MASLD chez les patients en surpoids ou obèses et de suivre de manière dynamique la progression de la maladie, conclut une étude publiée dans Clinical radiology.

13:31

Le modèle de langage appelé Axpert démontre un potentiel de marquage automatique de l’entérocolite nécrosante sur les comptes-rendus de radiographie abdominale infantile. Cette méthode de marquage peut ainsi servir de cadre pour d’autres modalités d’imagerie et maladies chez les enfants, et les maladies rares chez l’adulte, suggère une étude publiée dans JAMIA Open.
Docteur Imago

GRATUIT
VOIR