IA et Big Data : intégrer la durabilité parmi les critères de qualité en imagerie

Nous le rappelons régulièrement dans nos colonnes, les soins de santé et l’imagerie médicale contribuent de manière significative aux émissions de gaz à effet de serre (GES). Dans ce contexte, les outils d'IA peuvent améliorer à la fois la pratique et la durabilité de la radiologie grâce à des protocoles d'imagerie optimisés entraînant des temps d'examens plus courts, une efficacité de planification améliorée pour réduire les déplacements des patients et l'intégration d'outils d'aide à la décision pour réduire l'imagerie de faible valeur.

Stockage des datas de Santé et outils d’IA, les mauvais élèves du développement durable

Mais l’utilisation de l’IA présente tout de même un inconvénient. « L'imagerie médicale génère beaucoup d'émissions de GES, mais nous ne pensons souvent pas à l'impact environnemental du stockage de données associé et des outils d'IA, rappelle le Pr Kate Hanneman, vice-présidente de la recherche et professeure agrégée à l'Université de Toronto, responsable adjoint du développement durable au Département d'imagerie médicale de l'Hôpital général de Toronto (Canada). Le développement et le déploiement de modèles d’IA consomment de grandes quantités d’énergie et les besoins en stockage de données en imagerie médicale et en IA augmentent de façon exponentielle. »