L’intelligence artificielle (IA) est un sujet à la mode dans de nombreux secteurs, et particulièrement dans l’univers de la santé. La radiologie apparaît comme une spécialité à la fois augmentée et menacée par les progrès technologiques, au point que les choix des futurs internes pourraient un jour en être affectés. Parmi les craintes récurrentes, le radiologue pourrait bientôt être remplacé par des serveurs, faisant tourner des algorithmes de reconnaissance d’images alimentés, par des bases de données internationales comportant des millions de données de patients.
De plus ces intelligences artificielles seraient capables de générer des comptes-rendus extrêmement précis, sans intervention humaine. Selon un sondage réalisé en 2018 auprès de 322 étudiants canadiens en médecine, 68 % d’entre eux pensent que l’IA réduirait la demande de radiologues au profit de solutions numériques.
D’un autre côté, si les logiciels d’IA peuvent dès à présent détecter et interpréter certaines pathologies, l’intervention humaine restera le passage obligé pour établir un diagnostic adapté. Et si la technologie remplaçait à terme la radiologie ? Retour sur le potentiel que revêt l’IA concernant la pratique radiologique et sur les avis de certains professionnels qui sont allés à l’encontre de certaines idées reçues.
Une volonté des radiologues de combattre les idées reçues
Depuis 2016, le « Machine Learning » se fraye un chemin dans l’activité radiologique. Le potentiel de ces solutions numériques est de plus en plus reconnu. Par exemple, le Large Scale Visual Recognition Challenge expose chaque année les dernières avancées en matière d’assistance par ordinateur. Selon cette étude, les plus faibles taux d’erreur, dans certains cas, pourraient être de l’ordre de moins de 4% en 2015, à tel point que l’expertise humaine pourrait se voir remise en cause par ces solutions.
Pourtant, selon Alexandre Nérot, interne au CHU de Grenoble, le radiologue n’est pas près d’être remplacé par une Intelligence Artificielle pour les raisons suivantes :
- Selon lui, il n’est pas viable de remplacer les radiologues par un logiciel qui ne connaîtrait que les maladies les plus fréquentes. Les techniques actuelles de machine learning nécessitent des milliers, voire des millions d’images de cas différents pour apprendre, ce qui semble impossible à réunir pour des pathologies rares que seule l’expertise humaine pourrait appréhender.
- Les notions de RGPD et lois de confidentialité en vigueur limitent drastiquement la recherche dans le domaine médical, rendant le travail de rassemblement d’autant de données, pour l’heure, difficile.
- De plus, il est difficile de définir la fiabilité d’un logiciel d’IA, car les algorithmes peuvent emprunter des raccourcis apportant une solution rapide sans appréhender la réalité du diagnostic, l’évaluation de ces solutions dépendant d’un contrôle strict. Ainsi la situation actuelle ne permet pas de conclure à une disparition du radiologue face à ces progrès.
- Enfin, la question de la responsabilité divise en cas de diagnostic erroné par l’IA. Les scientifiques et fabricants impliqués dans le développement, la commercialisation et l’installation de systèmes d’IA ne doivent en aucun cas être garants de résultats qui pourraient s’avérer être préjudiciables en cas d’erreur due à la technologie.
Le radiologue restera maître de sa profession
Ainsi, afin d’accompagner et d’encadrer les avancées technologiques du Machine Learning, un expert reste nécessaire. Par exemple, lorsque le système dysfonctionne, nécessite une maintenance spécifique ou est confronté à une situation qu’il ne peut pas gérer, l’aspect humain est le seul à même de prendre la relève : le professionnel de santé est meilleur que l’ordinateur pour assimiler rapidement des faits nouveaux et sans rapport, agir en conséquence et garder la main sur la décision finale.
L’IA, en tant que nouvel outil d’aide à la décision, doit au contraire enrichir et affiner le panel de connaissance du radiologique. L’exemple de l’arrivée des scanners et IRM perfectionné est une première preuve selon Alexandre Nérot : ces dispositifs ne peuvent agir seuls dans un contexte où l’intelligence artificielle en radiologie n’en est qu’à ses balbutiements.
« La spécialité n’est pas en concurrence avec l’IA. […] Le rôle du radiologue n’est pas uniquement de coller un label à partir d’une image ; il participe aux discussions médicales sur les examens à réaliser, les hypothèses cliniques, la confrontation avec le dossier du patient, oriente vers les autres spécialistes et pave la prise en charge. Les informations apportées par les images sont intégrées dans une prise en charge adaptée à la problématique du patient », finit par conclure Alexandre Nérot.
Ainsi l’Intelligence Artificielle doit être davantage vue comme un soutien sécurisant sa pratique qu’une solution mettant à mal l’activité en radiologie. Elle permet de sécuriser la lecture des examens et de débarrasser les médecins des étapes administratives les plus chronophages de l’interprétation de l’imagerie pour leur permettre de se concentrer sur le cœur de leur métier : poser un diagnostic et fournir des informations pertinentes pour la prise en charge du patient.
