Une IA au service de l’échographie d’urgence
Dans les services d’urgence, l’échographie constitue souvent le premier examen pour les patients souffrant de douleurs abdominales intenses. Cependant, l’interprétation de ces images granuleuses dépend fortement de l’expérience du radiologue. Un groupe de chercheurs autour de l’Université Johns Hopkins et de l’Université du Colorado a mis au point un système d’intelligence artificielle capable d’analyser ces clichés et de rédiger automatiquement un compte‑rendu, incluant une estimation de la nécessité d’une intervention chirurgicale sur la vésicule biliaire.
Comment fonctionne le modèle ?
Le dispositif a été entraîné sur 9 189 examens échographiques réalisés à Johns Hopkins, soit près de six cent mille images. Chaque examen, qui est en réalité une séquence vidéo, est découpé en 32 images réparties sur toute la durée. Un premier réseau détecte seize anomalies fréquentes – des calculs biliaires aux signes de stéatose hépatique, en passant par l’accumulation de liquide dans la cavité abdominale. Un second modèle, spécialisé dans le traitement du langage, complète le rapport en décrivant les observations et en proposant une recommandation thérapeutique.
Performance du système hors du centre d’origine
Pour vérifier la robustesse du modèle, les chercheurs l’ont testé sur 1 704 examens provenant de l’Université du Colorado et sur 108 provenant de Stanford. Sur une échelle où 0,5 équivaut à un simple hasard et 1 à une précision parfaite, le système a atteint un score moyen de 0,82 dans son hôpital d’origine, contre 0,79 et 0,78 dans les deux établissements externes. Les meilleures performances concernaient la détection de liquide pleural droit, d’épanchement péritonéal et de foie gras, tandis que la visualisation du pancréas restait problématique. Les écarts sont attribués aux variations d’équipement, aux protocoles d’acquisition et aux caractéristiques démographiques des patients.
Impact sur la décision chirurgicale
Sur un groupe de 2 170 patients atteints de cholécystite aiguë, les rapports générés par l’IA ont été comparés à ceux rédigés par des radiologues humains afin d’évaluer leur capacité à prédire la nécessité d’une cholécystectomie. Un modèle de langage, alimenté de données cliniques (âge, antécédents, texte du compte‑rendu), a identifié 67 % des cas opérés à partir des rapports humains, contre 60 % à partir des rapports automatisés. Bien que l’écart soit modeste, il montre que l’IA ne remplace pas encore totalement l’expertise humaine, surtout lorsqu’il s’agit de ne pas manquer des patients qui bénéficieront d’une intervention.
Un assistant, pas un remplaçant
Harrison Bai, radiologue à l’Université du Colorado et co‑responsable de l’étude, insiste sur le rôle d’aide que doit jouer l’outil. L’idée est que l’IA rédige une première version du compte‑rendu, que le professionnel revoit ensuite en moins d’une minute, ce qui libère du temps pour d’autres tâches. Dans l’expérience, lorsque les radiologues corrigeaient le texte généré, le taux de détection d’erreurs passait de 85 % à seulement 46 %, illustrant une transition vers un mode de travail de type « vérification‑et‑ajustement ».
Il subsiste toutefois plusieurs limites : le système a été entraîné sur des dossiers existants, les anomalies comme les polypes biliaires ou les lésions hépatiques n’ont pas été incluses, et les rapports améliorés proviennent d’un seul radiologue, ce qui peut biaiser les résultats. Avant d’être déployé en routine dans les services d’urgence, il devra être testé dans des conditions cliniques réelles et ajusté aux spécificités locales.
En résumé, l’intelligence artificielle montre un potentiel prometteur pour accélérer l’interprétation des échographies abdominales, tout en soulignant la nécessité d’une supervision humaine rigoureuse.
Source: https://scientias.nl/galstenen-vette-lever-of-vocht-in-de-buik-deze-ai-ziet-het-op-de-echo/#respond
