L'intelligence artificielle et les capacités d'apprentissage des machines commencent à avoir un impact au sein de la radiologie, alors que les fournisseurs commencent à lancer des initiatives pour aider les professionnels à faire des diagnostics.

La profession de radiologiste est mûre pour la technologie - vu que les radiologues traitent un nombre croissant d'images et ont plus de responsabilité dans le processus clinique.

Par exemple, les radiologues sont maintenant appelés à déterminer quel traitement pourrait être moins invasif, réduisant ainsi les coûts, les temps de rétablissement des patients et le risque de complications. Ou ils sont généralement invités à évaluer le taux de progression d'une maladie comme le cancer, afin de déterminer quel traitement est le plus approprié.

Selon Leo Wolansky, neuroradiologue et professeur de radiologie aux hôpitaux universitaires de Cleveland, l'utilisation de technologies de pointe pourrait être considérée comme perturbatrice et peut-être menaçante pour certains radiologues, mais il sera essentiel pour les professionnels de faire leur travail efficacement.

"Le rôle du radiologue a tellement changé", a déclaré M. Wolansky lors de la récente réunion annuelle de la Radiological Society of North America à Chicago. "Avant, on nous demandait de distinguer le noir du blanc. Maintenant, on nous demande de dire aux médecins référents quel est le pourcentage de blanc et de noir et de gris, ou combien ce pourcentage a changé au fil des ans. Il y a des critères pour ce qu'il faut faire et quand intervenir en fonction de ce que nous leur disons."

"En raison du besoin croissant de précision dans les évaluations, les applications qui peuvent évaluer les images devient importante", ajoute Wolansky.

intelligence artificielle radiologie
"Avec le logiciel, nous pouvons voir des changements dans des maladies comme la sclérose en plaques au fil du temps", dit-il. "Si un patient revient avec plus de lésions, cela peut influencer la façon dont le patient est traité. C'est quelque chose que le logiciel peut faire - il peut comparer des images et trouver une nouvelle lésion, ou indiquer où une lésion pourrait être. Donc, si une analyse de suivi montre une augmentation des lésions, cela pourrait avoir une implication importante pour le traitement.

«Il y a une explosion d'informations auxquelles sont confrontés les radiologues, et il est nécessaire d'accélérer le traitement des patients», ajoute-t-il. "Avec l'AVC, la fenêtre d'opportunité pour traiter efficacement le patient signifie qu'une évaluation doit être faite en quelques minutes, et les radiologistes doivent regarder les images et être en mesure de faire un diagnostic instantanément." C'est là que la technologie peut aider, dit-il.

Les fournisseurs commencent à prendre en compte l'intelligence artificielle et d'autres capacités pour aider les professionnels de l'imagerie dans leurs efforts.

Par exemple, Royal Philips a développé IntelliSpace Portal 9.0, la dernière édition de sa plate-forme complète d'analyse visuelle et de quantification. Le produit, introduit au Radiological Society of North America, aide les radiologues à détecter, diagnostiquer et suivre sur le traitement des maladies, tout en utilisant de nouvelles capacités d'apprentissage de la machine pour soutenir le médecin. La solution répond aux besoins des radiologistes en matière d'outils pour mieux soutenir le groupe croissant de patients souffrant de lésions cérébrales et de troubles neurologiques tels que la démence, les accidents vasculaires cérébraux, la sclérose latérale amyotrophique (SLA) et la sclérose en plaques (SEP), déclare Jeroen Tas, chef d'entreprise de l'informatique de santé et des soins pour Philips.

Aussi chez RSNA, Philips a dévoilé Philips Illumeo, une technologie d'imagerie et d'informatique qui utilise l'intelligence adaptative pour redéfinir et améliorer la façon dont les radiologistes travaillent avec des images médicales. Son intelligence intégrée enregistre les préférences des radiologues et adapte l'interface utilisateur pour aider le clinicien en offrant des ensembles d'outils et des mesures guidées par la compréhension du contexte clinique, dit Tas.

Dans une autre manifestation à la conférence, IBM Watson Health a démontré les capacités qu'il développe avec Merge Healthcare, une autre société IBM. Il travaille dans des domaines conçus pour aider les professionnels de la santé à adopter des approches personnalisées pour le diagnostic, le traitement et le suivi des patients.

L'intelligence artificielle et l'apprentissage automatique sont idéaux pour le travail d'imagerie parce que les images de diagnostic sont la source de données la plus importante et la plus rapide dans l'industrie des soins de santé, les chercheurs d'IBM estimant qu'ils représentent au moins 90 pour cent de toutes les données médicales aujourd'hui.

«Les outils pour aider les cliniciens à extraire des connaissances à partir d'images médicales restent limités, exigeant la plupart des analyses à être faite manuellement», explique Anne LeGrand, vice-président de l'imagerie pour IBM Watson Health. «Cela a créé une occasion d'analyser et de renvoyer des images médicales contre un grand nombre de résultats de laboratoire, de dossiers de santé électroniques, de tests génomiques, d'études cliniques et d'autres sources de données liées à la santé».

Ce genre d'analyse aidera les fournisseurs à comparer les nouvelles images médicales avec l'historique des images d'un patient, ainsi que des populations de patients semblables, pour détecter les changements et les anomalies, a ajouté LeGrand.

IBM Watson Health a démontré une variété de fonctionnalités au RSNA qui sont en développement mais prometteuses, notamment:

  • Un outil cognitif d'examen par les pairs destiné à aider les professionnels de la santé à concilier les différences entre les données cliniques et les données d'un patient dans le dossier médical électronique de ce patient.
  • Un outil de synthèse des données cognitives destiné à fournir aux radiologues, cardiologues et autres médecins des informations cliniques spécifiques au patient à utiliser lors de l'interprétation des études d'imagerie ou lors du diagnostic et du traitement des patients.
  • Un outil de soutien aux médecins cognitifs destiné à aider les médecins à personnaliser les décisions de santé basées sur l'intégration de données d'imagerie avec d'autres types de données de patients.
  • L'application MedyMatch «Brain Bleed», un outil d'examen cognitif de l'image destiné à aider les médecins des urgences.

Diagnostiquer un accident vasculaire cérébral ou un saignement cérébral chez un patient traumatisé en identifiant des preuves pertinentes dans un dossier patient.