L'intelligence artificielle au service des radiologues

Le Pr. Hayit Greenspan, directrice du Laboratoire de traitement d'image médicale du Département d'Ingénierie biomédicale de l'Université de Tel-Aviv et le Pr. Eli Konen, chef du Département d'Imagerie médicale de l'hôpital Sheba à Ramat Gan, ont mis au point un système informatique de lecture des examens d’imagerie en coupe susceptible, selon eux, de faire gagner du temps d’interprétation aux radiologues et d’éviter les erreurs de diagnostic.  

Ils ont utilisé, pour ce faire, les caractéristiques du Big Data et de l'intelligence artificielle, qui leur permettent de de rechercher, analyser, évaluer et traiter les données images brutes aux moyens d'algorithmes sophistiqués. La suite logicielle qu’ils ont conçue est ainsi capable de traiter les images et d’y identifier certaines pathologies les plus répandues. Certaines de leurs solutions sont aujourd’hui capables de détecter des lésions cancéreuses cérébrales ou hépatiques sur des images de scanners et d'IRM avec rapidité et précision ou de comparer et quantifier des images pathologiques à partir de données déjà enregistrées par leur système de stockage. 

Les chercheurs estiment que ces outils pourraient venir en aide aux radiologues débutants pour diminuer le risque d'erreur. Ils y voient également un moyen de classer, à priori, les examens lorsqu’ils sont très nombreux, par ordre de priorité et ainsi prendre en charge, par exemple, les patients les plus graves en premier. Ils assurent néanmoins que cette innovation n’a pas pour objectif de remplacer le radiologue, mais plutôt de lui faire gagner du temps d'interprétation en cas de forte charge de travail et d’améliorer la qualité de ses prestations.