L'IA considérée comme un support pertinent pour gérer le flux exponentiel des demandes d'imagerie médicale

Les radiographies pulmonaires sont les éléments de base de la découverte de nombreuses pathologies, dont le cancer du poumon ou les maladies pulmonaires chroniques et cardiovasculaires.

Une demande mondiale d’examens radiologiques exponentielle et difficilement gérable

Des chercheurs danois ont testé un outil d'IA capable de différencier avec précision les radiographies pulmonaires normales et anormales dans la pratique clinique, ce qui pourrait alléger considérablement la charge de travail que cela représente pour les radiologues dans le monde. Ils ont publié une étude sur le sujet, publiée dans la Revue Radiology.

« Il existe une demande en croissance exponentielle pour l'imagerie médicale, en particulier transversale, comme la tomodensitométrie et l'IRM, remarque le co-auteur de cette étude, le Dr Louis Lind Plesner, du département de radiologie de l'hôpital Herlev et Gentofte de Copenhague (Danemark). Dans le même temps, nous subissons une pénurie mondiale de radiologues formés. L'intelligence artificielle s'est révélée très prometteuse dans notre étude, mais doit toujours être testée de manière approfondie avant toute mise en œuvre. »

Un outil d’IA pour identifier les radiographies du thorax pathologiques

Pour cette étude rétrospective multicentrique, le Dr Plesner et ses collègues ont voulu déterminer la fiabilité de l'utilisation de cet outil d'IA. Ils en ont utilisé un, qui était disponible dans le commerce, pour analyser les radiographies pulmonaires de 1 529 patients de quatre hôpitaux de la région de Copenhague. Il s’agissait de radiographies pulmonaires réalisées pour des patients des services d'urgence, hospitalisés et externes. Les clichés ont été classés par l'outil d'IA comme étant soit « normaux à haute confiance », soit « pas normaux à haute confiance ».

Deux radiologues thoraciques certifiés par le conseil ont servi de norme de référence. Un troisième radiologue a été utilisé en cas de désaccord, et les trois médecins ont réalisé leur évaluation à l’aveugle de l'IA. Sur les 429 radiographies pulmonaires classées comme normales, 120, soit 28 %, ont également été classées par l'outil d'IA comme normales. Ces clichés, soit 7,8 % de tous les examens, pourraient être potentiellement automatisés en toute sécurité par un outil d'IA. L'outil d'IA a identifié des radiographies pulmonaires anormales avec une sensibilité de 99,1 %.

Des résultats surprenants et une sensibilité supérieure à celle des radiologues

« La découverte la plus surprenante est le potentiel de cet outil d'IA quant à se sensibilité pour toutes sortes de maladies pulmonaires, ajoute le Dr Plesner. En fait, nous n'avons pas pu trouver une seule radiographie pulmonaire dans notre base de données où l'algorithme ait fait une erreur majeure. De plus, l'outil d'IA avait une sensibilité globale meilleure que celle des radiologues certifiés par le conseil clinique. »

Selon les chercheurs, d'autres études pourraient être orientées vers une mise en œuvre prospective plus large de l'outil d'IA où les radiographies pulmonaires rapportées de manière autonome sont toujours examinées par des radiologues. L'outil d'IA a particulièrement bien réussi à identifier les radiographies normales du groupe de patients ambulatoires à un taux de 11,6 %. Cela suggère que le modèle d'IA fonctionnerait particulièrement bien en ambulatoire avec une prévalence élevée de radiographies pulmonaires normales.

« Les radiographies pulmonaires sont l'un des examens d'imagerie les plus courants dans le monde, conclut le Dr Plesner. Même un petit pourcentage d'automatisation peut faire gagner du temps aux radiologues, qu'ils peuvent prioriser sur des sujets plus complexes. »