Quand une IA aide à détecter une fracture ou une maladie !

C’est quoi la radiologie médicale ?

L’imagerie médicale, c’est comme avoir des super-pouvoirs pour voir à l’intérieur du corps humain sans l’ouvrir. Grâce à des technologies comme les radiographies, les IRM et les scanners, les médecins peuvent obtenir des images détaillées de nos os, muscles, organes et même de notre cerveau. Ces images aident à détecter des maladies, des fractures des tumeurs ou des anomalies invisibles à l’œil nu.

Vocabulaire : L’IRM

Une IRM (imagerie par résonance magnétique) est un examen de radiologie qui utilise un appareil émettant des ondes électromagnétiques, grâce à un gros aimant.

Pourquoi utiliser une IA pour l’imagerie médicale ?

Les examens de radiologie sont de plus en plus fréquents, notamment à titre préventif pour prévenir certaines maladies comme le cancer. Ils permettent aussi de vérifier l’état d’une fracture d’un os ou d’examiner précisément la position d’une dent avant une intervention. L’Intelligence Artificielle (IA) est alors une aide au diagnostic. Elle peut améliorer aussi la qualité des images radiologiques. Les professionnels de santé s’en servent de plus en plus souvent comme un deuxième avis pour confirmer le diagnostic de l’humain. Mais, rassure-toi, ce n’est pas encore demain qu’un robot va remplacer ton médecin !

Les limites de l’IA

Les algorithmes doivent être entraînés sur des données de haute qualité pour être fiables. Sinon, les biais dans les données peuvent conduire à des erreurs de diagnostic. Un autre défi est l’interprétation des résultats de l’IA. Les radiologues doivent comprendre les limites des outils qu’ils utilisent. C’est pourquoi la formation des radiologues à l’utilisation de ces outils est essentielle. Enfin, une trop grande automatisation des diagnostics grâce à l’IA pourrait entraîner pour le médecin la perte des savoirs nécessaires à l’interprétation de certaines données. Autrement dit, à trop laisser faire l’IA, le médecin pourrait perdre en compétence.

 

Parole d’étudiant

Nino Keravel est actuellement étudiant en école d’ingénieur et en alternance dans un laboratoire de recherche. Il travaille sur la création d’un modèle d’intelligence artificielle pour améliorer la détection de problèmes artériels.

Peux-tu nous parler de ton parcours académique ?

Réponse : Après avoir obtenu mon bac, j’ai intégré la classe préparatoire intégrée de l’école d’ingénieurs Polytech Saclay, où j’ai suivi une spécialité en informatique. À la fin de ce cursus, je suis rentré dans l’école pour devenir ingénieur en trois ans, dans la spécialité Informatique et Ingénierie Mathématique. J’ai pu alors profiter d’un cursus en alternance.

En quoi consiste ton projet actuel et quels sont ses objectifs ?

Réponse : Mon alternance se déroule à BioMaps, le laboratoire d’Imagerie biomédicale multimodale Paris Saclay, qui est rattaché à l’hôpital Paris Saclay. Mon travail actuel est de créer un modèle d’IA pour mieux détecter l’état de santé de certaines artères, notamment chez les patients souffrant d’hypertension. Pour cela, j’utilise des techniques d’IA appliquées aux flux IRM. L’objectif est de développer un modèle capable d’identifier les risques artériels sans avoir recours à des procédures invasives comme l’insertion d’un cathéter. Plus précisément, le but de l’IA est de fournir un chiffre de résistance artérielle. Ce chiffre correspond un peu à la résistance électrique, c’est-à-dire que plus il est élevé, plus le sang a du mal à passer.

Quelles sont les difficultés que tu as rencontrées depuis le début de ton alternance il y a quelques mois ?

Réponse : Il fallait déjà que je me mette à niveau sur tout un tas de notions médicales ! À propos du travail plus spécifique sur l’IA, c’est un projet sur plusieurs années, et plus on avance, plus on s’aperçoit de son étendue ! La première étape est d’établir des simulations, qui sont réalisées à partir d’un logiciel spécialement conçu pour des données médicales. Après, cela sera la phase de tests et de collectes de donnée. L’objectif est de finaliser le modèle d’IA d’ici la fin de l’été. Après, comme tout processus de recherche, la frustration est parfois présente. Je peux avancer vite au cours d’une semaine, puis partir sur une direction qui finalement ne mènera à rien pendant plusieurs jours. Cela fait partie du jeu !

Quelles satisfactions retires-tu de ton travail de recherche ?

Réponse : J’éprouve beaucoup de satisfaction à travailler dans ce domaine. Faire de l’IA dans le médical, c’est là où je me sens le plus utile. Je serais aussi très heureux si mon travail se trouve à un moment donné dans une publication scientifique. Les données que nous aurons collectées seront ainsi, je l’espère, partagées dans un data paper (une publication scientifique qui décrit précisément un jeu de données). Plus largement, mon objectif après l’obtention de mon diplôme d’ingénieur, sera de continuer dans la recherche et de postuler pour un doctorat qui mêle informatique et médical.

À regarder :
Cette vidéo disponible sur YouTube de la Maison de l’Intelligence Artificielle explique comment l’IA aide au diagnostic médical.