Publicité

Imagerie et IA: un duo à réguler finement au bénéfice du patient

09/10/2018
De Propos recueillis par Bruno Benque

Nesrine Benyahia, Présidente de DrData, et Stéphane Boyer, Directeur Général d'Arterys, nous éclairent sur les véritables enjeux de l’intelligence artificielle en imagerie médicale par des regards croisés sur les plans du juridique, des politiques publiques et des applications pratiques.

Thema Radiologie : Nesrine, vous êtes auteure d’une thèse de doctorat sur le droit de l’imagerie médicale et ses enjeux de santé publique. Que pensez-vous de cet engouement pour l’intelligence artificielle dans ce domaine ?

Nesrine Benyahia : L’imagerie médicale est un domaine particulier de la médecine de par son imprégnation dès sa genèse dans les nouvelles technologies. Loin d’être une spécialité poussiéreuse, l’imagerie médicale a l’innovation dans son ADN, et les radiologues aussi ! Cette insatiable innovation, nous la voyons chaque année lors des Journées Francophones de Radiologie (JFR). L’intelligence artificielle se présente alors comme une évidence. Par ailleurs, nous le savons et nous avons déjà eu l’occasion de porter le débat au niveau politique, l’offre de radiologie française ne répond pas de façon suffisante aux besoins des patients en termes de délais d’obtention de rendez-vous d’IRM, de pertinence des soins, de prévention etc. Ces carences sont dues notamment à des défis organisationnels territoriaux (taux d’équipements médicaux lourds décrié) et tarifaires auxquels les organisations professionnelles tentent de répondre à travers notamment le dernier accord historique avec la CNAMTS que nous saluons, ainsi que la création d’un écosystème IA par la FNMR et la SFR.

Les procédés machiniques de l’IA peuvent apporter soutien et expertise au radiologue, et constituer ainsi un précieux co-worker : gain de temps, davantage d’informations et de précisions dans l’analyse des images, la médecine aux 3P (préventive, personnalisée, prédictive)... A l’ère du tout-numérique en santé particulièrement valorisé récemment par les annonces du Président de la République dans le cadre de MaSanté2022, la radiologie a de quoi donner l’exemple.

T.R. : Stéphane, vous qui êtes Directeur Général Europe d’une société proposant une plateforme Cloud d’analyse par l’IA des images médicales, quelles applications pratiques voyez-vous sur le terrain et quelles sont les attentes des professionnels du domaine ? Comment positionnez-vous le patient au cœur de l’IA en radiologie ?

Stéphane Boyer : L’intelligence artificielle est aujourd’hui omniprésente dans le débat public, nous n’en voyons pourtant que les toutes premières applications. En radiologie, les bénéfices seront très rapidement notables : un allègement de la charge de travail des médecins grâce à l’automatisation des tâches les plus chronophages et à faible valeur médicale ; une meilleure prise en charge des patients par la priorisation des cas, notamment dans les services d’urgences ; un diagnostic plus précis, y compris de pathologies rares, par le croisement avec des milliers puis des millions d’examens déjà annotés. Les possibilités sont presque exponentielles. Les seules limites sont la quantité et la qualité des données à disposition et le respect de la vie privée.

L’IA n’a d’intérêt que si elle profite in fine à la santé du patient. Nous travaillons donc tant sur la qualité de l’analyse automatique des images que sur l’allègement de la charge de travail des médecins, ce qui leur libère du temps avec leurs patients. C’est une de leurs principales attentes et le gage d’une médecine qui demeure humaine.

T.R.: Nesrine, face à ces multiples applications cliniques et l’usage des données de santé en masse, quels sont pour vous les principaux points de vigilance juridique ?

N.B.: L’usage du Big Data dans le secteur de la santé n’est pas anodin. La nouvelle réglementation européenne relative aux données personnelles (RGPD) applicable depuis le 25 mai dernier et la loi informatique et libertés française obligent les acteurs (entreprises, établissements et professionnels de santé, institutionnels) à une prudence accrue. Néanmoins, des verrous de sécurité technique, organisationnelle et juridique existent, tels que des techniques de pseudonymisation, de chiffrement, la mise en œuvre de procédures internes, l’information du patient, un encadrement strict des relations contractuelles...pour assurer le développement de l’IA en radiologie dans le respect des droits et libertés des patients. L’important est d’équilibrer les responsabilités entre les acteurs, d’adopter une action commune et de faire en sorte que cette réglementation soit une chance et non une contrainte supplémentaire. Cela sera aussi l’occasion de repérer les bons élèves, "éthiquement" parlant, soucieux du patient dès sa prise en charge et jusqu’à l’utilisation de sa donnée personnelle.

Autre point de vigilance qui demeure une véritable problématique, celui de la responsabilité médicale. Aujourd’hui, le médecin est responsable des décisions qu’il prend, qu’elles soient basées sur une IA ou non. La responsabilité de l’entreprise conceptrice de l’IA pourra être recherchée en cas de preuve de défectuosité du produit et/ou logiciel. Le régime juridique de la responsabilité des algorithmes sera indéniablement une question que le législateur devra se poser.

T.R.: Stéphane, comment accueillez-vous ces réglementations sur les données personnelles dans le cadre du développement de l’IA en imagerie médicale ?

S..B. : Ces réglementations sont nécessaires et, de notre point de vue, elles sont mêmes bienvenues. Nécessaires car on mesure tant auprès des patients que des praticiens les inquiétudes que peut susciter l’usage de données aussi personnelles et sensibles. Celles-ci sont essentielles au développement des applications de l’intelligence artificielle et pourraient à terme permettre une médecine prédictive et personnalisée, qui est dans l’intérêt de tous. Mais ce progrès ne se fera pas sans le consentement de tous les acteurs. Je suis optimiste, les outils existent déjà aujourd’hui pour garantir l’anonymisation. Ces réglementations sont également les bienvenues pour une société comme Arterys car elles fixent un cadre clair pour notre activité et celle des autres entreprises du secteur, qui plus est un cadre applicable à l’ensemble du continent européen s’agissant du RGPD.

T.R.: Pour conclure, quelles sont les actions qui pourraient favoriser l’usage de l’IA en radiologie au bénéfice du patient et du système de santé ?

Stéphane.B. : Deux défis principaux se posent à l’IA en radiologie si nous ne voulons pas rater cette révolution: diffuser largement la technologie afin de ne pas renforcer les inégalités face aux soins, ainsi que renforcer la qualité des algorithmes et les développer pour l’ensemble de l’imagerie, quelle que soit la modalité (radio, scan, IRM) ou la pathologie concernée.

Rendre l’intelligence artificielle accessible à tous implique nécessairement de libérer des financements pour le système de santé. Cet investissement initial sera auto-financé à moyen terme grâce aux gains de productivité dans les établissements de santé et à une réduction des coûts (prise en charge plus rapide des patients, moindre errance thérapeutique, prévention renforcée).

Par ailleurs, la mutualisation et le croisement de données de santé anonymisées seront essentiels pour poursuivre l’amélioration des outils mis à disposition des radiologues. De ce point de vue, les progrès sont déjà importants. D’une part les médecins sont de moins en moins réticents à ce partage, d’autre part les pouvoirs publics ont pris des initiatives pour que la France soit en pointe : mission de préfiguration d’un Health Data hub, lancement des Instituts interdisciplinaires d’intelligence artificielle, etc.

N.B.: L’importance du sujet nécessite un positionnement innovant de la part des pouvoirs publics. La coordination des soins et l’organisation territoriale de l’offre de soins en imagerie a atteint une criticité viscérale tant le système arrive à ses limites. Le process doit évoluer et être évalué. En effet, il nous faut éviter les erreurs du passé (le présent pour d’autres) quant à l’appréhension des innovations dans le système de santé et plus particulièrement au sein de la radiologie, je pense notamment à l’absence de tarification des actes innovants en radiologie interventionnelle. Cela passe par exemple par l’ouverture encadrée des données de santé pour enrichir les algorithmes et les sécuriser, soutenir les projets territoriaux de réorganisation de l’offre d’imagerie par l’IA couplée à la téléradiologie. Il est essentiel également de favoriser la coopération public/privé par le décloisonnement ville-hôpital pour permettre un partage pertinent des données et ainsi mieux coordonner le parcours de soins et éviter les actes non pertinents ainsi que d’éventuelles expositions inutiles aux rayonnements ionisants, en s’appuyant sur les algorithmes prédictifs de l’IA par exemple.

En bref, il nous faut changer de paradigme et insuffler une régulation positive, éthique et inclusive de l’IA dans le parcours de soins du patient.

 

Nesrine Benyahia est Présidente et co-fondatrice de DrData (société spécialisée dans la protection et valorisation des données de santé), Docteure en Droit public, Membre associé de l’Institut droit et santé (Inserm).
Stéphane Boyer est Directeur général Arterys Europe, ancien directeur Marketing IRM France chez General Electric.

SUR LE MÊME THÈME

IA & Données

Trouver le modèle qui puisse efficacement intégrer l'IA dans le flux de travail du radiologue

Le médecin-chercheur Eric J. Topol et le spécialiste en IA de Harvard, Pranav Rajpurkar plaident en faveur d'une séparation claire des rôles entre les systèmes d'IA et les radiologues dans un éditorial publié dans la Revue Radiology. Ils proposent un cadre que les radiologues doivent adapter à leurs...

28/08/2025 -

IA & Données
Un acteur français de l'IA propose deux outils TDM pour la détection du cancer

Un acteur français de l'IA propose deux outils TDM pour la détection du cancer

Gleamer, acteur française de l’IA médicale, a lancé en juillet dernier sa suite OncoView destinée à assister les radiologues dans la détection précoce du cancer par densitométrie (TDM).

22/08/2025 -

IA & Données
Un réseau de radiologues français conclut un accord avec un fournisseur d'IA pour le diagnostic

Un réseau de radiologues français conclut un accord avec un fournisseur d'IA pour le diagnostic

Gleamer a annoncé, le 10 Juillet 2025, la signature d’un partenariat stratégique avec le réseau France Imageries Territoires (FIT) pour le déploiement des solutions Gleamer Copilot® dans l’ensemble des centres d’imagerie du réseau FIT.

29/07/2025 -

IA & Données
Les comptes rendus radiologiques ne sont pas près de passer par GPT-4
Abonné(e)

Les comptes rendus radiologiques ne sont pas près de passer par GPT-4

Les grands modèles de langage multimodaux seraient-ils capables de réaliser des comptes rendus radiologiques ? Des résultats d’essais contradictoires troublent le ressenti sur les possibilités de GPT-4V, un modèle qui se concentre uniquement sur la précision diagnostique. Une étude publiée dans la R...

21/07/2025 -

IA & Données
Un nouvel outil d'extraction de données spécialisé en radiologie

Un nouvel outil d'extraction de données spécialisé en radiologie

Les méthodes d’élaboration des grands modèles de langage sont basées sur des règles qui ne traitent pas efficacement les données non standardisées. Des chercheurs britanniques présentent, dans un article publié dans la Revue European Radiology, RADEX, le nouvel outil d’extraction de données radiolog...

15/07/2025 -

IA & Données
Des grands modèles de langage sensés participer à l'annotation des images pour le deep learning
Abonné(e)

Des grands modèles de langage sensés participer à l'annotation des images pour le deep learning

Incontournables pour l’entrainement des modèles de deep learning, les annotations d’images radiologiques sont rébarbatives et chronophages pour les experts qui les créent. Des grands modèles de langage (LLM) pourraient remplacer les annotations humaines, comme l’indique un article scientifique publi...

23/06/2025 -

IA & Données
Les bonnes pratiques pour l'évaluation de la pertinence d'un outil d'IA en imagerie
Abonné(e)

Les bonnes pratiques pour l'évaluation de la pertinence d'un outil d'IA en imagerie

Radiologues, informaticiens et chercheurs présentent, dans un article publié dans la Revue Radiology, les pièges et les meilleures pratiques pour atténuer les biais des modèles d'intelligence artificielle (IA) en imagerie médicale. Ils présentent une sorte de feuille de route pour des pratiques plus...

13/06/2025 -

LETTRE D'INFORMATION

Ne manquez aucune actualité en imagerie médicale et radiologie !

Inscrivez-vous à notre lettre d’information hebdomadaire pour recevoir les dernières actualités, agendas de congrès, et restez informé des avancées et innovations dans le domaine.