Présentation du passe sanitaire obligatoire pour tout accès à l’hôpital (hors urgences)

Dr François Mellot, Chef du service imagerie

Publié le 21 décembre 2020

L’intelligence arti­fi­cielle au cœur des pro­jets d’innovation de l’Hôpital Foch.

Très ambitieux sur l’implémentation de l’intelligence arti­fi­cielle dans sa pra­tique, l’Hôpital Foch met l’IA au cœur de ses pro­jets d’innovation.

Dans le ser­vice d’imagerie, dirigé par le Dr François Mel­lot, plusieurs pro­jets ont d’ores et déjà vu le jour et d’autres seront déployés à court terme. Ain­si, dès jan­vi­er 2021, toutes les patientes venant à l’Hôpital Foch pour un dépistage du can­cer du sein béné­ficieront, sans sur­coût, des apports de l’intelligence arti­fi­cielle pour l’analyse de leurs mammographies.

En quoi l’intelligence arti­fi­cielle est-elle utile à l’imagerie médicale ?

L’une des pre­mières appli­ca­tions de l’intelligence arti­fi­cielle en imagerie médi­cale est la détec­tion d’anomalies. Pour que cela soit pos­si­ble, il faut que les algo­rithmes qui ont été créés pour analyser les images aient pu s’entraîner sur des mil­liers, voire des mil­lions d’images pour tester les méth­odes de recon­nais­sance et les valid­er. Ain­si, ils finis­sent par appren­dre à détecter par eux-mêmes les anom­alies sur des images pour lesquelles on ne leur a rien indiqué au préal­able. Il s’agit donc surtout de détec­tion. Bien sûr, l’analyse numérique d’image, dans notre domaine, existe depuis très longtemps, vingt-cinq ou trente ans. Seule­ment, avant l’IA, on dis­ait aux logi­ciels : « Sur ce type d’image, il y a telle forme, telle car­ac­téris­tique, telle taille… Voilà ce qu’il faut essay­er de trou­ver dans cette image. » Le logi­ciel savait exacte­ment ce qu’il devait trou­ver et n’avait qu’à com­par­er avec ce qu’il « obser­vait ». Avec l’intelligence arti­fi­cielle, c’est com­plète­ment dif­férent, puisqu’on laisse le logi­ciel trou­ver lui-même les car­ac­téris­tiques de l’anomalie. Cela sig­ni­fie que s’il y a des car­ac­téris­tiques que nous n’avons pas mis­es en évi­dence, mais que lui a remar­quées il peut détecter l’anomalie là où nous n’aurions pas pu le faire. L’avantage de l’intelligence arti­fi­cielle est ain­si d’augmenter les per­for­mances d’analyse des radi­o­logues. Il y a eu beau­coup de fan­tasmes sur l’intelligence arti­fi­cielle et l’imagerie. On a beau­coup dit que tous ces logi­ciels allaient per­me­t­tre de rem­plac­er l’analyse des images par les radi­o­logues. En pra­tique, ce sont des out­ils de détec­tion très ciblés sur une ou plusieurs anom­alies sur lesquelles on les a entraînés, mais ils n’ont qu’exceptionnellement, ou pas du tout, une analyse glob­ale. De plus, il faut tou­jours un œil cri­tique pour dire « oui, effec­tive­ment, il a rai­son » ou « non, il s’est trompé ». Il s’agit donc bien d’outils qui vien­nent aug­menter nos capac­ités d’analyse, non les rem­plac­er. Nous pou­vons avoir raté des choses ou sous-estimé cer­taines anom­alies que l’intelligence arti­fi­cielle va nous point­er. Et nous pou­vons alors valid­er, ou pas, comme anom­alie une obser­va­tion faite par la machine. L’utilisation de l’IA en imagerie fait donc du prati­cien un « radi­o­logue aug­men­té », mais ne peut en aucun cas le rem­plac­er. Au con­traire, c’est une oppor­tu­nité immense pour accroître la qual­ité du ser­vice ren­du par l’imagerie, puisque ces out­ils nous aident à être plus per­for­mants dans la détec­tion mais aus­si la car­ac­téri­sa­tion des anom­alies. Un autre avan­tage de l’intelligence arti­fi­cielle est qu’elle tra­vaille vite, ne se fatigue pas, est disponible 24h/24, ce qui n’est pas le cas d’un radiologue. 

Vous utilisez déjà deux out­ils boost­és à l’IA pour la radi­ogra­phie en urgence. Pou­vez-vous nous les faire découvrir ?

Un pre­mier out­il fourni par Incep­to (start-up française) effectue la lec­ture des radi­ogra­phies du tho­rax. De façon sys­té­ma­tique, dès que la radio du tho­rax a été réal­isée, l’image est anonymisée, envoyée sur le cloud puis analysée par le logi­ciel, lequel ren­voie le résul­tat à l’Hôpital Foch en rat­tachant l’identité du patient et en met­tant à dis­po­si­tion le résul­tat sur le PACS, notre serveur d’images. Et tout cela en quelques min­utes, seule­ment. Ain­si, quand le patient retourne aux Urgences, la plu­part du temps, l’urgentiste dis­pose déjà de la lec­ture de sa radio par le logi­ciel. Con­crète­ment, ce que nous souhaitons, c’est qu’au moins la « valeur pré­dic­tive néga­tive » soit très bonne. C’est-à-dire que quand le logi­ciel dit « il n’y a rien », il ne se trompe pas. C’est un gain de temps pré­cieux, puisque l’urgentiste, s’il ne voit rien et que le logi­ciel dit « il n’y a rien », peut s’appuyer dessus et ne pas aller plus loin. Et ce sont effec­tive­ment des out­ils qui ont une valeur pré­dic­tive néga­tive très élevée. Au moins aus­si élevée que celle d’un radi­o­logue. Par ailleurs, ils pointent par­fois des anom­alies. Dans ce cas, il peut y avoir débat : est-ce que l’anomalie est à retenir ou pas ? Mais alors l’urgentiste peut en référ­er au radiologue.

Notre deux­ième out­il s’applique aux radi­ogra­phies osseuses des extrémités. De la même façon, et dans le même délai, les radios sont sys­té­ma­tique­ment envoyées pour lec­ture par le logi­ciel puis réin­sérées sur le PACS. Soit l’outil con­clut à l’absence de frac­ture, soit il indique le site de la frac­ture. C’est donc égale­ment une aide au diag­nos­tic pour l’urgentiste, sans l’intervention du radi­o­logue, avec aus­si une très forte valeur pré­dic­tive néga­tive. Le 100 % n’existe pas, mais si le diag­nos­tic du logi­ciel est « pas de frac­ture décelée », il y a une très forte prob­a­bil­ité pour qu’il n’y en ait pas, au moins aus­si forte que pour un diag­nos­tic par un radi­o­logue. De plus, il y a par­fois de petites frac­tures que l’on pour­rait man­quer et que le logi­ciel trou­ve. Cet out­il nous per­met donc d’augmenter la fia­bil­ité de nos prestations.

Com­ment l’intelligence arti­fi­cielle améliore-t-elle vos pratiques ?

Ces out­ils util­isant l’IA pour­ront-ils s’appliquer à tous les domaines de l’imagerie médicale ?

Notre objec­tif actuelle­ment est d’acquérir une expéri­ence sur l’intelligence arti­fi­cielle. C’est un sujet impor­tant, et nous voulons éval­uer ce que ces out­ils peu­vent nous apporter, en quoi ils peu­vent amélior­er nos pra­tiques, com­ment on peut les implé­menter dans notre travail.

Nous avons choisi les urgences parce que c’est un domaine pour lequel la disponi­bil­ité des radi­o­logues peut être rel­a­tive­ment faible, et où les urgen­tistes sont au pre­mier plan 24h/24. Il nous est donc apparu impor­tant d’essayer de les aider en pri­or­ité. Nos out­ils d’imagerie ne sont pas dédiés unique­ment aux radi­o­logues, ils aident l’ensemble de la chaîne médi­cale au ser­vice du patient.

L’une de nos per­spec­tives, actuelle­ment, est l’utilisation de l’IA pour le scan­ner tho­racique, avec un out­il dévelop­pé par Siemens appelé AI-Rad Companion. 

L’objectif est, notam­ment, de dépis­ter les petits nod­ules qui peu­vent se trou­ver dans le poumon et dont on sait que cer­tains sont sus­cep­ti­bles de cor­re­spon­dre à un can­cer. Notre pro­jet, à l’Hôpital Foch, est de pou­voir organ­is­er le dépistage du can­cer du poumon par scan­ner sur une pop­u­la­tion ciblée, des per­son­nes à risque, d’un cer­tain âge, ayant beau­coup fumé, etc. Pour ces per­son­nes, nous avons non seule­ment l’objectif de la détec­tion d’une anom­alie, mais aus­si l’espoir, qui n’est à mon avis pas si éloigné, de pou­voir éval­uer son car­ac­tère pronos­tic. En d’autres ter­mes, de pou­voir estimer la prob­a­bil­ité pour que le nod­ule détec­té cor­re­sponde à un can­cer. Est-ce 2 % ? Ou 95 % ? Cela sera un apport majeur pour la prise en charge du patient. Si la machine nous dit « un nod­ule est détec­té, avec 18 % de chance que ce soit un can­cer », nous allons sim­ple­ment le sur­veiller sans trop nous inquiéter. Si la machine nous dit « un nod­ule est détec­té, avec 95 % de chance que ce soit un can­cer », et que ce résul­tat est cohérent avec le con­texte du patient, nous le pren­drons en charge de façon plus active. Il s’agira d’une aide au diag­nos­tic pré­cieuse. Notre ambi­tion est donc la détec­tion puis la car­ac­téri­sa­tion, cette dernière n’étant pas encore acquise mais en projet.

Dès jan­vi­er prochain, l’Hôpital Foch pro­posera à toutes les femmes une fil­ière de prise en charge sénologique avec, notam­ment, des vaca­tions de mam­mo­gra­phie. Par­lez-nous des équipements mod­ernes util­isant là aus­si l’intelligence artificielle.

C’est un pro­jet ambitieux, qui, con­cer­nant la mam­mo­gra­phie, passe par un équipement mod­erne et de très haute qual­ité – util­isant d’ores et déjà la 3D – et l’intelligence arti­fi­cielle pour la détec­tion du can­cer. L’idée est celle de la dou­ble lec­ture. Bien sûr, la mam­mo­gra­phie va être réal­isée par le manip­u­la­teur, et disponible immé­di­ate­ment sur les écrans. En tant que radi­o­logue, nous allons faire une lec­ture des images et les inter­préter comme nous avons l’habitude de le faire, à la recherche notam­ment de signes en faveur d’un diag­nos­tic de can­cer. Mais, pen­dant ce temps-là, l’outil d’intelligence arti­fi­cielle, fourni par Incep­to et appelé Transpara, va aus­si analyser les images 2D et 3D. Nous pour­rons ain­si con­fron­ter nos lec­tures, sachant que le sys­tème peut don­ner en plus, là aus­si, un pronos­tic sur la prob­a­bil­ité de malig­nité, ce qui est par­ti­c­ulière­ment intéres­sant pour nous.

Pour l’instant, Transpara est un des seuls sys­tèmes sur le marché don­nant la pos­si­bil­ité du pronos­tic pour la mam­mo­gra­phie, même si d’autres sont en cours de développement.

Comme pour les appli­ca­tions évo­quées précédem­ment, l’IA ne rem­place pas le regard et la val­i­da­tion par le radi­o­logue, mais c’est un peu comme si on avait un col­lègue qui nous don­nait son avis. C’est donc là encore un moyen d’augmenter la fia­bil­ité de ce que l’on peut pro­pos­er aux patientes. 

Cette dou­ble lec­ture – radi­o­logue et intel­li­gence arti­fi­cielle – sera-t-elle trans­par­ente pour les patientes, tant dans la réal­i­sa­tion de l’examen qu’en matière de coût ?

Ce sera effec­tive­ment par­faite­ment trans­par­ent, puisque ce n’est qu’un traite­ment sec­ondaire de l’image. Il n’y aura aucune mod­i­fi­ca­tion dans la procé­dure de réal­i­sa­tion des images. En out­re, les images seront analysées de façon extrême­ment rapi­de, en quelques min­utes, et seront disponibles lors de l’interprétation par le radi­o­logue. Ce sera trans­par­ent égale­ment au niveau du coût, puisque nous pro­poserons cette analyse sup­plé­men­taire sans la facturer.

Je pense que nous sommes l’un des seuls inter­venants de mam­mo­gra­phie à pou­voir fournir aux patientes, pour un tarif secteur 1 sans dépasse­ment d’honoraires, la qual­ité d’image per­mise par notre équipement très haut de gamme, et dès jan­vi­er 2021, en plus, la lec­ture addi­tion­nelle grâce à l’intelligence artificielle. 

Notre volon­té est de pro­pos­er ces ser­vices à toutes les femmes qui s’adresseront à nous pour un dépistage du can­cer du sein. Toutes les femmes sans dis­tinc­tion béné­ficieront des apports de l’intelligence arti­fi­cielle. C’est un très beau pro­jet que nous sommes très heureux, avec le pro­fesseur Philippe Gre­nier, chef du pro­jet intel­li­gence arti­fi­cielle de l’Hôpital Foch, de met­tre en route.