L'IA en imagerie thoracique nécessiterait une redéfinition du rôle des radiologues
VENDREDI 07 MARS 2025
Soyez le premier à réagirL’imagerie thoracique à la pointe de l’intelligence artificielle. C’est le message que font passer des chercheurs coréens dans un article publié dans la Revue Radiology. Ils listent les applications de cette technologie, comme l’interprétation assistée par l’IA et dépistage opportuniste des maladies non ciblées, mais recommandent une redéfinition proactive du rôle des radiologues essentielle à l’intégration de l’IA en imagerie.
En mai 2024, il y avait 882 logiciels d’IA autorisés à être mis sur le marché par la Food and Drug Administration (FDA), parmi lesquels 671 (76,1 %) sont destinés à la pratique de la radiologie.
L’imagerie thoracique à la pointe de l’intelligence artificielle
Dans ce large panel, 17 outils d’IA sont consacrés à l’aide à la décision en radiographie thoracique et 17 autres ont les mêmes fonctionnalités pour la tomodensitométrie (TDM) thoracique. Ces solutions ont plusieurs finalités, comme le tri assisté par ordinateur des résultats critiques sur les radiographies thoraciques (16 logiciels) ou les TDM thoraciques (cinq appareils), la détection assistée par ordinateur (CAD) de divers résultats sur les radiographies thoraciques (sept logiciels), la détection et la mesure assistées par IA des nodules pulmonaires sur les TDM thoraciques (quatre logiciels) et la quantification automatisée des anomalies de la TDM (six logiciels).
Cette tendance n’est pas localisée seulement aux USA, puisque les pays européens ou asiatiques, notamment, font état de pratiques radiologiques fortement influencées par les outils d’IA. Pour essayer d’y voir plus clair dans cette jungle logicielle et pour tenter de guider les radiologues qui n’ont pas encore évolué en ce sens, une étude coréenne, publiée dans la Revue Radiology, trace des lignes directrices et décrit l'état actuel et l'expansion potentielle de l'IA dans l'imagerie thoracique, en incluant les problèmes pratiques liés à sa mise en œuvre clinique dans la pratique quotidienne, les challenges à relever et les opportunités.
Interprétation assistée par l’IA et dépistage opportuniste des maladies non ciblées
Il y est question, évidemment, de l’interprétation assistée par IA, pour la radiographie thoracique, le dépistage du cancer du poumon par TDM low dose, ou le triage des examens assisté par IA qui identifie, en un temps record et une précision toujours plus fine, les images d’embolie pulmonaire, de pneumothorax et autres. À l’inverse, l’article y voit un potentiel significatif pour le filtrage des radiographies thoraciques normales, la surveillance des erreurs de lecture ou le dépistage opportuniste des maladies non ciblées.
Si les applications de l’IA dans la pratique de la radiologie pulmonaire semblent efficaces, il n’en reste pas moins des problèmes pratiques à régler, en particulier des défis liés à sa mise en œuvre clinique. Les chercheurs coréens soulignent, dans ce cadre, l’importance de l’évaluation des performances et de la sélection des outils d’IA, leur déploiement et leur intégration à l’infrastructure informatique institutionnelle, de même que le suivi de leur maintenance et de leur mise à jour. Il faudra également définir clairement les responsabilités associées à la pratique de la radiologie intégrée à l'IA, traiter les éventuels biais rencontrés.
Une redéfinition proactive du rôle des radiologues essentielle à l’intégration de l’IA en imagerie
Quant aux opportunités, il faut les trouver dans l’émergence de l’IA générative, en premier lieu les grands modèles de langages (LLM) et les LLM multimodaux.
« L'IA a obtenu un succès remarquable dans l'imagerie thoracique, affichant une précision de niveau radiologue pour des tâches d'analyse d'images spécifiques et une mise en œuvre ultérieure dans la pratique quotidienne, rappellent les auteurs. Cependant, des recherches continues sont nécessaires pour établir des preuves solides de l’IA dans la pratique de la radiologie thoracique. Cela nécessite que les radiologues et les sociétés savantes intègrent la technologie de l’IA de manière sûre et efficace dans leur pratique quotidienne. Cette redéfinition proactive des rôles des radiologues est essentielle pour que la radiologie intégrée à l’IA réussisse. C'est également crucial pour la survie des radiologues. »
Paco Carmine