Entretien avec le professeur Erik Ranschaert, MD, PhD : Radiologie de nouvelle génération à l'ECR 2024
Le projet Congrès européen de radiologie 2024 est sur le point de commencer. Alors que nous nous lançons dans cette expérience d'exploration et de découverte, nous introduisons une conversation perspicace avec Dr Erik RanschaertProfesseur invité de radiologie à l'université de Gand et conseiller de Quibim. Reconnu pour son expertise en radiologie, le Dr Ranschaert apporte ses précieuses connaissances à nos échanges.
Ses idées uniques et son analyse complète améliorera considérablement notre compréhension des tendances, des avancées et des défis actuels dans le paysage de l’imagerie médicale.
Dernières avancées
Pourriez-vous résumer l’état actuel des applications de l’IA dans les examens aux rayons X et la manière dont elles transforment la radiologie traditionnelle ? Quelles avancées seront mises en avant dans ce domaine lors de l’ECR 2024 ?
Au cours des 5 à 10 dernières années, une évolution significative s’est produite dans la disponibilité de nombreuses solutions pour différentes modalités, principalement en neuroradiologie, radiologie thoracique, mammographie et radiologie musculo-squelettique. On observe une croissance substantielle des applications cliniques dans les services de radiologie et les hôpitaux. Dans la littérature scientifique, nous pouvons remarquer une évolution progressive vers des études évaluant l’IA dans un environnement clinique « réel », ce qui contribuera à la croissance de la fiabilité. Je suppose que nous verrons également un nombre croissant d’articles axés sur la fourniture de conseils et de « lignes directrices » concernant la gestion de l’IA dans un environnement clinique. Un bon exemple est l’article multisociétal récemment publié avec des considérations pratiques sur le développement, l’achat et la surveillance Outils d'IA en radiologie. De plus, un « coup de pouce » a été donné récemment à la relation IA-radiologie par la publication des modèles de langage large (LLM) et des modèles vision-langage ou de fondation multimodale. En d’autres termes, la relation entre IA et radiologie se développe et devient progressivement prénuptiale, mais nous devrions envisager de repenser la « définition » d’un tel mariage. J’expliquerai cela plus en détail lors de ma conférence à l’ECR : «IA et rayons X : le mariage parfait.»
Avantages notables
Compte tenu de votre vaste expérience en matière d'intégration de l'IA dans l'imagerie médicale, quels sont les avantages les plus significatifs de l'IA pour les radiologues et le flux de travail diagnostique global ? Comment améliore-t-elle l'efficacité et la précision du diagnostic ?
Chaque contexte clinique a ses propres besoins et les solutions d’IA doivent être choisies en fonction des goulots d’étranglement et des problèmes les plus pertinents. Dans de nombreux pays, il existe une pénurie de radiologues pour interpréter tous les examens radiologiques, ce qui fait de l’IA un atout précieux pour améliorer les services de diagnostic dans ces circonstances.
Il a été démontré que l’IA améliore considérablement la qualité des examens tels que le dépistage du cancer du sein et du poumon. L’aide de l’IA peut réduire considérablement la charge de travail des radiologues concernés, ainsi que les coûts associés à l’organisation de ces initiatives de dépistage à grande échelle.
Obstacles à prendre en compte
De votre point de vue en tant que leader en radiologie et conseiller auprès des start-ups d’IA, quels sont, selon vous, les obstacles les plus critiques à la mise en œuvre réussie des technologies d’IA dans les services de radiologie ?
De nombreux radiologues doivent encore être sensibilisés aux avantages potentiels de cette solution. La méfiance actuelle peut être atténuée en faisant travailler les radiologues avec une solution d’IA dans leur cabinet. Un autre obstacle majeur est le financement et la difficulté de réaliser une analyse de rentabilisation solide, avec un retour sur investissement clair. Il faut également trouver un équilibre entre l’amélioration de la qualité et l’augmentation de la production ou l’amélioration des flux de travail, ce qui peut s’avérer difficile. En Europe, où la plupart des systèmes de santé reposent sur une forme de médecine socialisée, je pense qu’il incombe également au gouvernement d’apporter une contribution constructive afin que les applications puissent être mises en œuvre à plus grande échelle.
L'objectif de redéfinir la radiologie
En tant que co-auteur du premier livre sur l'IA pour l'imagerie médicale, vous avez une connaissance approfondie de l'évolution du paysage de la radiologie. Dans le contexte de la « radiologie de nouvelle génération », y a-t-il des concepts ou des technologies émergents qui, selon vous, sont appelés à redéfinir l'avenir de la radiologie diagnostique ?
Le développement des LLM et des modèles de base multimodaux ouvrira la voie au développement ultérieur de la médecine personnalisée (médecine de précision), d'autant plus que de nombreuses autres sources de données peuvent être utilisées et combinées pour développer de nouvelles solutions d'IA. Il sera ainsi possible de développer et de mettre en œuvre des applications d'IA beaucoup mieux adaptées aux utilisateurs et à leur traitement.
Il est cependant nécessaire de créer des outils et des plateformes permettant de suivre la performance des algorithmes sur les études réalisées et d’évaluer systématiquement les résultats de la thérapie chez les patients, notamment dans le domaine de l’oncologie.
L'alliance des radiologues et de la technologie
Comment envisagez-vous l’évolution des partenariats entre radiologues et développeurs de technologies pour favoriser la précision diagnostique et l’efficacité opérationnelle ?
Je constate une augmentation de la coopération entre ces parties. Elles apprennent à communiquer entre elles dans un langage commun, ce qui n’est possible que dans un environnement où la coopération est stimulée. Les centres universitaires ou de recherche devraient se concentrer sur cette collaboration, et de plus en plus d’initiatives sont prises pour aller dans cette direction. Je participe également à plusieurs projets dans lesquels la recherche en IA est menée au sein d’un groupe multidisciplinaire, ce qui est très intéressant et enrichissant.
Des référents qui ouvrent la voie à la radiologie de nouvelle génération
En tant que professeur et personnalité influente en radiologie, comment intégrez-vous vos connaissances sur l’IA et l’apprentissage automatique dans votre enseignement et votre mentorat, dans le but de préparer la prochaine génération de radiologues à la révolution numérique des soins de santé ?
Au cours des dernières années, à l'Université de Gand, j'ai proposé aux étudiants en médecine des sujets sur l'IA, sur lesquels ils peuvent ensuite rédiger un mémoire de licence ou de master. C'est un processus très enrichissant. Voir comment ces étudiants procèdent est très prometteur. Cela confirme également qu'il existe un intérêt certain pour ces sujets et que la nouvelle génération de médecins en formation est sans aucun doute prête à apprendre à les traiter et à en faire un usage judicieux. Société EuSoMII, dont j’ai été président,Nous avons réussi à réunir un grand « club de jeunes » composé de résidents en radiologie, de jeunes radiologues et d’étudiants d’autres disciplines, avec un intérêt commun : le développement et l’utilisation de l’IA en radiologie et en médecine. Donc, on y travaille !
Les radiologues ont un rôle essentiel à jouer dans la transformation de la médecine telle que nous la connaissons. ECR, l'innovation et la découverte convergent pour établir de nouvelles normes en matière de soins aux patients. Cette devise fait écho à notre engagement à exploiter tout le potentiel de la radiologie pour améliorer la vie des patients.
Cette conversation enrichissante avec le Dr Erik Ranschaert souligne l’influence transformatrice de l’IA dans la médecine de précision, soulignant sa capacité à transformer les soins de santé. Offres d'emploi chez ECR pour explorer les avancées en cours qui redéfinissent continuellement l’imagerie médicale.