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

Journaliste rédacteur spécialisé

Voir la fiche de l’auteur

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

intelligence artificielle SFNR

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

03 Avr

16:34

L’Association européenne de médecine nucléaire (EANM) et la Société de médecine nucléaire et d’imagerie moléculaire (SNMMI) ont publié des recommandations conjointes sur l’utilisation de l’imagerie cérébrale TEP tau chez les patients suspectés de maladie d’Alzheimer.

13:30

Une étude publiée dans AJR souligne que les radiologues et l’IA ont atteint une sensibilité sous-optimale pour la détection des anomalies pulmonaires interstitielles (ILA) en radiographie, bien que de haute spécificité. Les résultats ne soutiennent donc pas le dépistage radiographique de l’ILA, qu’il s’agisse d’une interprétation radiologue ou d’une IA.

7:43

La reconstruction avancée tridimensionnelle (AR) améliore significativement la précision diagnostique des fractures des membres par rapport à la radiographie conventionnelle tout en maintenant une haute qualité d’image, conclut une étude publiée dans Emergency radiology. « Son intégration dans les flux de travail des urgences pourrait réduire le besoin d’imagerie supplémentaire et accélérer la prise de décision clinique », selon les chercheurs.

7:00

02 Avr

15:00

14:09

Un essai contrôlé randomisé multicentrique a évalué si la priorisation des radiographies thoraciques par intelligence artificielle réduisait les délais de diagnostic du cancer du poumon, sans observer d’amélioration significative des délais vers le scanner, le diagnostic, l’orientation ou le traitement. Ainsi, la priorisation des examens par IA dans ce contexte n’apporte pas de bénéfice clinique mesurable, selon une étude publiée dans Nature Medicine.
✕
Docteur Imago

GRATUIT
VOIR