LE QUOTIDIEN : Vous avez développé une intelligence artificielle capable d’interpréter les radiographies aux urgences. Comment fonctionne-t-elle ?
AÏSSA KHELIFA : L’idée est née d’un interne en radiologie, qui ne trouvait pas concevable de passer sa nuit de garde à analyser 70 % de radios normales. Nous avons développé une intelligence artificielle capable d'analyser automatiquement des clichés de radiologie d'urgence et de les interpréter en deux minutes. L’algorithme est à même de dire à l’urgentiste si la radiographie est normale, douteuse ou pathologique. C’est un outil de triage, qui sait analyser 95 % des radios d’urgences, de la fracture aux poumons. Sans déranger le radiologue, l’urgentiste va pouvoir comparer le résultat de l’IA à ses informations cliniques et affiner son diagnostic.
La machine a ingurgité plus de 800 000 clichés radiologiques, annotés par des radiologues. On lui apprend automatiquement à reconnaître une main, un os, puis une fracture en fonction des angles de prise de vue. Lancé il y a plus d’un an, ce robot est déployé dans une quinzaine d’établissements publics et privés. L’objectif est d’améliorer la sécurisation des soins mais aussi de diminuer la pression sur les services d’urgence.
Qui, de l’œil du radiologue ou de l’IA, reste le plus efficace ?
Notre algorithme a une sensibilité de 99 % et une spécificité de 97 %. Ce qui est comparable au niveau de performance d’un radiologue. Mais la différence fondamentale est que le radiologue possède des informations que l’IA n’a pas : tout le contexte clinique. La machine ne fait qu’interpréter l’image mais ne sait pas intégrer les données cliniques du patient ; et pour cela, le médecin reste indispensable. Par exemple, la fracture du scaphoïde est très difficile à voir et parfois, même les radiologues les plus aguerris, peuvent passer à côté. La machine saura la repérer. Cependant, il suffit d'appuyer sur la main du patient pour la diagnostiquer. Cela montre que le contexte clinique est tout aussi important que l’analyse des images !
Cette performance de l’IA pourrait-elle, à terme, mettre fin au métier de radiologue ?
Non, l’IA n'a pas vocation à se substituer au radiologue. La vertu principale de la machine est sa stabilité. Qu’il soit trois heures du matin, qu’il y ait du monde aux urgences, une situation de stress, elle sera toujours aussi performante ! L’autre avantage est qu’elle évite le biais de satisfaction : le fait de chercher quelque chose de particulier, de le trouver, et de considérer que l’analyse s’arrête là. La machine, elle, va tout passer au crible. Et pourra parfois trouver une seconde fracture ou une pathologie que l’on ne cherchait pas vraiment.
Cependant, l’IA reste et restera un outil d’aide au diagnostic. Elle ne pourra jamais remplacer les directives du médecin. Elle va augmenter le potentiel des radiologues en attirant leur attention sur des images difficiles à analyser, mais surtout en leur dégageant du temps. Le test a été fait. Des radiologues ont passé en revue, à froid, des clichés analysés pendant la nuit. Et, lorsqu’un prédiagnostic avait été fait par la machine, ils gagnaient 35 % de temps de travail. Quoi qu’il arrive, l’IA ne pose pas de diagnostic. Si elle repère une opacité pulmonaire, comment peut-elle savoir s’il s’agit d’une tuberculose ou d’un Covid ? C’est le rôle et la responsabilité du médecin.
Transition de genre : la Cpam du Bas-Rhin devant la justice
Plus de 3 700 décès en France liés à la chaleur en 2024, un bilan moins lourd que les deux étés précédents
Affaire Le Scouarnec : l'Ordre des médecins accusé une fois de plus de corporatisme
Procès Le Scouarnec : la Ciivise appelle à mettre fin aux « silences » qui permettent les crimes