Comme nous l'observons Journée mondiale de la radiologie, nous rendons hommage à l'impact profond que la radiologie a eu sur la médecine moderne. Pour célébrer cette occasion, nous avons le privilège de présenter une conversation avec Dre Regina Beets-Tan, M.D., Ph.D., le distingué président du département de radiologie de l'Institut néerlandais du cancer à Amsterdam.
Le Dr Beets-Tan apporte une riche expérience à notre discussion sur les innovations technologiques qu'elle a hâte de voir lors des prochains congrès de radiologie, son point de vue sur Le rôle de l'IA sur le terrain et ses réflexions sur les soins centrés sur le patient.
Son expertise et son leadership ont propulsé techniques d'imagerie innovantes et un diagnostic et un traitement améliorés du cancer, offrant une lueur d’espoir aux patients du monde entier.
Les technologies émergentes
Avec l’évolution continue des technologies d’imagerie, quelles sont les innovations émergentes que vous avez le plus hâte d’entendre lors des prochains congrès de radiologie ?
Je suis vraiment enthousiaste à l'idée de pouvoir me tenir au courant des innovations de pointe qui se produisent dans notre discipline. L'évolution continue de l'imagerie est un voyage remarquable. Nous vivons un moment de transformation en radiologie. L'imagerie guide de plus en plus le traitement et ont un impact profond sur les résultats des patients. Un domaine que j'attends toujours avec impatience est le progrès des modalités d'imagerie avancées, tant en imagerie diagnostique qu'interventionnelle. De nouveaux développements, tels que les progrès dans les technologies de tomodensitométrie spectrale et de comptage de photons, ainsi que Reconstruction basée sur l'IA en IRM, révolutionnent non seulement les flux de travail cliniques mais, plus important encore, le diagnostic et le suivi des maladies, en particulier dans des domaines comme l’oncologie.
Un domaine qui m’intéresse particulièrement est le développement de l’intelligence artificielle. (IA) en radiologie. Nouveaux grands modèles de langage (LLM) appliqués à la radiologie pour rationaliser la tâche de création de rapports, ainsi que la manière dont l'IA peut être utilisée pour fournir plus d'informations sur le cancer, reliant l'imagerie aux paramètres cliniques, sont mes applications préférées. J'ai hâte de discuter avec les leaders de l'industrie de ces innovations émergentes, d'apprendre de l'expérience de mes collègues et d'explorer le potentiel de l'IA pour améliorer les soins aux patients et faire progresser la pratique de la radiologie.
AI et apprentissage automatique
Comment voyez-vous l’intégration de l’intelligence artificielle et de l’apprentissage automatique façonner l’avenir de la radiologie, et quels sujets de discussion prévoyez-vous avoir concernant ces technologies ?
Je pense que nous connaissons une dynamique importante en Europe en ce qui concerne le développement d’infrastructures de partage de données pour l’imagerie médicale. Ces infrastructures ont le potentiel de générer des avancées substantielles dans les modèles d’IA innovants pour les applications contre le cancer. Un excellent exemple de ces progrès est le Plateforme Cancer Image Europe, un projet de l'UE cofinancé par la Commission européenne, coordonné par l'Institut européen de recherche en imagerie biomédicale (EIBIR) et dirigé par le professeur Luis Marti-Bonmati de l'hôpital universitaire I Politècnic La Fe de Valence, en Espagne.
J'ai hâte d'apprendre des initiatives similaires qui se déroulent en dehors de l'Europe et de comprendre comment elles abordent les considérations mondiales telles que la confidentialité des données, la durabilité et la collaboration entre le monde universitaire et l'industrie. Les capacités actuelles de La mise en œuvre de l'IA dépend fortement de l'infrastructure et de la technologie fournis par les leaders du secteur, permettant un calcul haute performance et une formation de modèles d'IA à grande échelle.
La radiologie devrait viser à établir des liens avec ses partenaires : d’autres professionnels de la santé, des scientifiques, des décideurs politiques et des partenaires industriels, notamment l’industrie biopharmaceutique et les fournisseurs de technologies.
En plus des bases de données et de l'infrastructure pour l'IA, je suis particulièrement intéressé par l'exploration de l'intégration de techniques telles que radiomique et l'apprentissage profond avec biologie moléculaire et biopsie liquide. Cette intégration a le potentiel de produire des biomarqueurs multi-omiques améliorés. À terme, notre objectif commun est de développer des tests hautement sensibles et spécifiques basés sur l'imagerie qui peuvent augmenter les capacités pronostiques et prédictives. Notre objectif est de transformer l'imagerie médicale en un outil pratique pour prédire des résultats tels que la survie sans maladie (DFS) et la réponse au traitement dans diverses tumeurs solides.
Radiomique et médecine de précision
Pouvez-vous nous parler du rôle de la radiomique dans l’avancement de la médecine de précision dans les années à venir ?
La radiomique est actuellement un domaine de recherche établi en radiologie, mais son adoption généralisée par la communauté oncologique reste la prochaine étape. Dans les années à venir, nous verrons la radiomique évolue vers une pratique et une technique exploitable en réduisant la variabilité entre les différentes institutions et les différents scanners. Je suis enthousiasmé par les développements dans les techniques d'harmonisation de la qualité d'image qui peuvent assurer la cohérence des caractéristiques radiomiques.
Il est essentiel de souligner que non seulement les techniques de radiomique sont prometteuses pour prédire les paramètres cliniques, mais aussi les techniques d'apprentissage profond pour extraire des caractéristiques profondes des lésions ont également démontré leur potentiel. Nous devons accumuler des preuves plus solides sur ces méthodes et sensibiliser davantage les autres disciplines à les intégrer dans leurs processus décisionnels en médecine personnalisée.
Soins centrés sur le patient
Comment le passage vers des soins centrés sur le patient a-t-il influencé les pratiques radiologiques ?
L'évolution vers des soins centrés sur le patient a eu un impact significatif sur notre spécialité, mettant davantage l'accent sur la prestation de soins de santé plus personnalisés. La radiologie passe d'une pratique basée sur le volume à une pratique basée sur la valeur. iL'imagerie est devenue essentielle dans la décision de traitement et peut avoir un impact profond sur le résultat du patient. Les soins centrés sur le patient ont également suscité des discussions et des initiatives autour du service le plus optimal pour nos patients. Ce changement a entraîné plusieurs changements et tendances, parmi lesquels on peut trouver minimisation de l'exposition aux radiations, une communication améliorée avec les patients, en capturant et en intégrant les commentaires des patients sur nos processus. Enfin et surtout, L’IA peut avoir un impact sur les soins aux patients en rationalisant les flux de travail de diagnostic, en améliorant l’interprétation des images et en réduisant les temps d’attente, ce qui contribue à une approche plus centrée sur le patient en améliorant l’efficacité et la commodité.
Réfléchissant à notre discussion éclairante avec Dre Regina Beets-Tan, nous nous souvenons de la nature dynamique de la radiologie et de son rôle essentiel dans la médecine de précision. Journée mondiale de la radiologie, nous célébrons les progrès que nous avons réalisés Adopter l'IA et l'apprentissage automatique pour les soins contre le cancer, qui remodèle notre approche du diagnostic et du traitement. Les idées du Dr Beets-Tan soulignent le pouvoir transformateur de la radiomique et le potentiel des innovations technologiques pour améliorer les résultats des patients. Alors que nous regardons vers l'avenir, nous sommes inspirés par l'esprit de collaboration de cette communauté, unie pour exploiter tout le potentiel de la radiologie pour améliorer la vie.