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

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.

Mots-clés

SFNR intelligence artificielle

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Dans le dossier

L’intelligence artificielle en langage naturel

Voir le dossier

Sommaire

Le fil Docteur Imago

28 Nov

16:34

L'administration intramusculaire de glucagon et en intraveineuse de bromure de butylhyoscine n'a pas permis de réduire significativement les artefacts de mouvement ni d'améliorer la visualisation de la prostate sur les séquences pondérées en T2, indique une étude.

15:00

13:00

11:00

Plusieurs associations de radiologie pédiatrique ont fait une déclaration commune pour encadrer l'IA car peu adapté aux enfants. "Les enfants diffèrent considérablement des adultes en termes de physiologie, de développement et de besoins cliniques, ce qui nécessite des approches sur mesure pour une intégration sûre et efficace des outils d'IA", explique-t-il dans une étude.

7:16

Une étude suggère l'élaboration de lignes directrices spécifiques au service de radiologie dans le but de garantir la mise en œuvre efficace des soins en tenant compte des traumatismes liés à l'accident du patient.

7:00

✕
Docteur Imago

GRATUIT
VOIR