L'Intelligence Artificielle en imagerie médicale

Les considérations légales de l'utilisation de l'IA en médecine seront évoquées lors de ce webinaire. Qui est responsable en cas d’erreur impliquant un diagnostic assisté par l'IA ? Le médecin a-t-il l’obligation d’utiliser un algorithme éprouvé dans sa discipline ? Un médecin peut-il déroger à la recommandation de l’algorithme ? Si une IA est supérieure à l'humain sur certaines problématiques et que le patient refuse son utilisation, peut-il ensuite faire un recours s'il estime finalement la prise en charge sous-optimale ? Avec le temps un algorithme peut devenir moins performant. Le fournisseur ou le centre de radiologie sont-ils tenus par la loi de monitorer les performances et de prendre des mesures correctives si besoin ? A qui appartiennent les données de santé du patient ? Peuvent-elles être vendues?

L'Intelligence Artificielle (IA) est de plus en plus présente en médecine et notamment en radiologie. Ce webinaire évoquera les considérations économiques de l'utilisation de l'IA en médecine.

Quel est l’impact sur les coûts de la santé ?
Qui va payer l’utilisation de l’IA: l’assurance ? le patient ? le centre de radiologie ?

L'implémentation des outils d’Intelligence Artificielle (IA) en imagerie médicale modifie le travail des radiologues, mais également l’activité des  techniciens en radiologie médicale (TRM).

Comment la profession a accueilli ces nouveautés ?
L’accompagnement et la formation ont-ils été à la hauteur ?
Existe-t-il une différence significative entre la perception que la profession avait avant l’utilisation de ces outils et la réalité ?
Quels indicateurs de performance à retenir en pratique pour l’impact de l’IA sur le travail du TRM ?

Dr Sc. Damien Racine     
Physicien médical en imagerie, CHUV

 Federica Zanca   
Responsable R&D, 3R

L’Intelligence Artificielle (IA) en radiologie ne concerne pas que l’analyse d’image. Au scanner par exemple, la reconstruction d’image par apprentissage profond permet d’obtenir une qualité d’image optimisée avec une dose plus faible que par un passé récent.

Alors qu’une part non négligeable de l’exposition globale de l’homme aux rayonnements ionisants est secondaire à l’imagerie médicale, quel impact cela peut-il avoir sur la population, notamment en terme d’incidence sur les cancers radio-induits ?

Si l’Intelligence Artificielle (IA) a fait une entrée fracassante en imagerie médicale avec la promesse funeste de remplacer rapidement les radiologues, le constat de l’utilisation de la première génération d’outils d’IA disponibles est tout autre.

Comment déchiffrer le vrai du faux des promesses des vendeurs de logiciels d’IA en radiologie ?
Comment évaluer une application dans sa pratique clinique de radiologue sur les données de nos propres patients ?
Quels indicateurs de performance peut-on développer dans son environnement clinique local ?