«Pour la radiologie des urgences, où la charge de travail est très importante et le rythme soutenu, l’IA pourrait être d’un grand secours par sa capacité d’attirer rapidement l’attention sur certaines anomalies et constituer ainsi une aide au diagnostic», déclare la Pre Alexandra Platon, responsable de l’Unité de radiologie des urgences. Mais nous n’en sommes qu’aux prémices. Cette aide au diagnostic n’est évaluée pour le moment que pour des anomalies précises et sur des examens radiologiques bien définis. «La plupart des logiciels labellisent la pathologie spécifiquement détectée et envoient des images clés, qui sont immédiatement disponibles pour l’interprétation. L’IA n’est pas encore capable de fournir un diagnostic complexe», précise la spécialiste.

De plus, ces outils sont en phase d’évaluation, étape indispensable pour en connaître les avantages et les limites avant de les introduire en utilisation clinique. Quoi qu’il en soit, «la ou le radiologue reste le seul responsable du diagnostic, car au centre du processus d’interprétation et de décision. C’est la personne qui vérifie l’information donnée par le programme et l’intègre à l’ensemble des éléments de l’examen radiologique et aux données du patient et de la patiente, pour rédiger son compte rendu final», souligne la Pre Platon. Mais, confrontées à un volume d’examens prescrits et d’images à analyser toujours plus grand, les équipes de radiologie verront ainsi leur charge de travail optimisée et allégée. «Le temps ainsi gagné pourra être alloué aux autres projets de recherche, aux colloques multidisciplinaires et bien sûr aux patientes et patients, qui pourraient bénéficier de diagnostics plus rapides et plus sûrs», note la spécialiste.

Plus de précision

D’autres développements en radiologie font l’objet d’études aux HUG. Les équipes de recherche espèrent améliorer la qualité et la précision des images diagnostiques ainsi que les traitements, explique le Pr Habib Zaidi, physicien au Département diagnostique des HUG et professeur au Département de radiologie et d’informatique médicale à l’Université de Genève : «En radio-oncologie, nous pourrions recourir à des instruments de modélisation pour calculer avec précision la dose de rayonnement nécessaire pour chaque individu afin de neutraliser les cellules tumorales sans nuire aux tissus sains.» L’IA pourrait également servir à améliorer le confort des patientes et patients lors des investigations diagnostiques. «À partir d’une IRM, l’IA pourrait générer des images de CT scans. Ainsi, la personne n’aurait pas besoin de faire deux examens, mais un seul», illustre le professeur. En imagerie cardiovasculaire enfin, des études cherchent à réduire la dose de rayonnement injectée lors de l’examen, ce qui permettrait également de diminuer sa durée tout en améliorant la qualité des images.