BRUXELLES 23/04 - Le congrès 'Medical World', qui s'est déroulé samedi sur le campus VUB-Health à Jette, s'est notamment intéressé à l'intelligence artificielle (IA). Frederik Deman, médecin spécialiste en anatomie pathologique et en gestion et politique des soins de santé explique les possibilités de l'IA dans le domaine de l'anatomie pathologique. Selon M. Deman, l'IA peut être utile dans plusieurs domaines, tels que la collaboration mutuelle, le soutien administratif et l'automatisation du flux de travail.
Le 20 avril 2024 a eu lieu la 11e édition de « Medical World », un congrès médical organisé en collaboration avec la Vrije Universiteit Brussel (VUB) et l'UZ Brussel. Une session sur l'intelligence artificielle (IA), modérée par le Dr Marc. Noppen et le Prof Dr Guy Nagels. « L'intelligence artificielle est un mot à la mode. J'ai assisté à une conférence sur les technologies de la santé à Orlando cette année. J'ai été très impressionné par ce qui devient possible dans la pratique quotidienne de nos jours."
Dix fournisseurs d'IA et partenaires industriels
Frederik Deman, médecin spécialiste de l'atonomie pathologique, de la gestion et de la politique des soins de santé, était l'un des orateurs. Outre son travail clinique à ZNA et GZA, il est également consultant à l'UZ Leuven. Le laboratoire de ZNA et GZA a été l'un des premiers en Europe à utiliser des outils artificiels dans la routine clinique. Son unité d'innovation et d'étude a actuellement un accord de coopération avec une douzaine de fournisseurs d'IA et de partenaires industriels, l'accent étant mis sur l'essai et la validation d'outils dans la routine clinique et la création de valeur grâce à l'IA.
Anatomie pathologique
Selon M. Deman, il a fallu relativement longtemps pour que l'intelligence artificielle fasse son apparition dans le domaine de l'anatomie pathologique. Selon lui, il existe des outils qui aident au diagnostic, en révélant les zones d'intérêt dans la biopsie. « L'IA peut aider à la quantification », explique M. Deman. « Aujourd'hui, les diagnostics moléculaires - le profil ADN d'un grand nombre de personnes - sont beaucoup plus importants. Il existe des outils qui peuvent le prédire dans une certaine mesure, sur la base de la coloration HE, qui est la pierre angulaire du diagnostic. Un test génétique sur un tissu tumoral coûte 300 euros. Avec un algorithme d'IA, il coûte environ 20 euros. Chaque outil a ses propres caractéristiques et l'évaluation doit être faite en fonction de la manière dont l'outil doit être déployé. En général, plus l'aire sous la courbe ROC est élevée, plus l'outil est précis. Pour les biopsies diagnostiques et le triage, il faut viser une sensibilité élevée et/ou une valeur prédictive négative élevée ; pour la confirmation du diagnostic, par exemple dans un échantillon de résection, une spécificité élevée joue à son tour un rôle.
Soutien administratif
Selon Frederik Deman, l'IA peut être utile dans plusieurs domaines, tels que la coopération mutuelle et le soutien administratif. « Je suis assez fier que nous soyons actuellement le seul laboratoire au monde à travailler de cette manière », déclare Frederik Deman. « Nous utilisons l'IA pour les biopsies de la prostate. Cet outil d'IA suggère déjà le rapport. Nous passons en revue toutes les fonctions fournies par l'outil d'IA. Nous vérifions qu'il est correct. Et surtout, nous pouvons modifier ce rapport avant qu'il ne soit visible par des parties externes telles que le demandeur ou le patient. Il suffit d'appuyer sur un bouton pour que le rapport soit automatiquement transmis au clinicien, mais c'est le pathologiste qui a le dernier mot et qui est aux commandes.
Automatisation du flux de travail
Vous pouvez également utiliser l'IA pour automatiser le flux de travail. « L'IA et la pathologie numérique permettent d'accélérer et d'améliorer le flux de travail », explique M. Deman. « Nous pouvons accélérer et automatiser. L'IA a un tel impact sur le flux de travail. Par exemple, pensez aux tâches qui prennent du temps, à une notation plus précise, aux techniques de demande et à l'accélération du délai d'exécution. Les patients se retrouvent ainsi dans une période moins longue et moins incertaine. Les rapports sont plus structurés, automatisés et standardisés. »
Gains d'efficacité
Selon M. Deman, l'IA permet de réaliser de nombreux gains. « La littérature parle de gains d'efficacité de l'ordre de 20 à 40 % », précise M. Deman. « Le diagnostic ou le rapport complet arrive un jour et demi plus vite grâce à l'IA. Cela dépend beaucoup des cas. Les données préléminaires de notre propre laboratoire indiquent plutôt un gain d'efficacité d'une demi-journée, bien que cela dépende probablement de ce avec quoi vous faites la comparaison. Selon M. Deman, l'optimisation du flux de travail n'est possible que si les programmes peuvent interagir les uns avec les autres. L'optimisation du flux de travail n'est possible que s'il existe une interopérabilité avec d'autres progiciels (LIS/EPD/PACS) ».
Travailler plus vite
L'IA permet également de gagner du temps dans d'autres domaines. « Je pense par exemple aux tumeurs du sein pour lesquelles il y a beaucoup de marqueurs et donc de techniques supplémentaires à demander », explique M. Deman. « En se basant sur l'IA, on pourrait déclencher certaines de ces techniques. Cela permettrait de gagner une demi-journée, voire une journée entière. Il existe également des outils d'IA qui soutiennent le contrôle de la qualité en laboratoire. « Les colorations peuvent varier légèrement d'un jour à l'autre et d'une semaine à l'autre », explique M. Deman. « Notre œil s'adapte également en conséquence, si l'intensité diminue. Un tel outil d'IA peut vous avertir que vous devez ajuster vos réactifs ».
L'IA et la biopsie mammaire
L'IA est également utilisée pour les biopsies mammaires. « La zone tumorale est fournie par l'outil d'IA », explique M. Deman. « Dans les frottis, il existe un outil qui classe les cellules, non seulement en fonction du type de cellule, mais aussi en fonction de la probabilité de présence d'une cellule maligne. Les cellules sont classées de la plus maligne à la moins maligne. Auparavant, nous devions examiner 10.000 cellules sur une lame. Aujourd'hui, si les 40 premières sont négatives, nous pouvons être sûrs qu'il n'y a pas une seule cellule maligne dans l'échantillon. Grâce à l'IA, nous gagnons beaucoup de temps ».
Quantification des couleurs
L'IA peut également aider à quantifier une couleur particulière. « Nous avons des images de 25.000 cellules sur lesquelles 60 % des cellules sont colorées », explique M. Deman. « Sans l'IA, il n'est pas toujours facile de voir quelles cellules se colorent. Lorsque l'on utilise un outil d'intelligence artificielle, on constate que l'on peut facilement quantifier ce phénomène. L'IA peut également classer les cellules en fonction de leur type.
Automatisation des tâches
Il existe également un besoin de standardisation. L'IA peut y contribuer. « Une grande partie de l'estimation de la fraction de cellules positives - qui est extrêmement difficile - est effectuée par le pathologiste avec beaucoup de variations », explique M. Deman. « L'IA peut contribuer à la standardisation. D'un autre côté, on peut aussi réduire les techniques dans le laboratoire, ce qui permet de réduire les coûts. Le système de nomenclature actuel n'est pas adapté à cela. L'IA offre également de nombreuses possibilités, par exemple dans le domaine des essais cliniques. « Elle permet également de standardiser et d'améliorer les résultats scientifiques dans ce domaine », explique M. Deman.
Jeunes diplômés
Dans la formation, il est important de donner aux étudiants des notions de forces et de faiblesses. L'outil d'IA présente également des avantages pour les pathologistes nouvellement diplômés. « Dans notre laboratoire, il y a des experts dans les différents domaines », explique M. Deman. « Nous avons utilisé un tel outil dans la routine. Nous avons également donné accès à l'outil à notre assistant de dernière année. Nous avons constaté que la concordance augmentait. La concordance a augmenté beaucoup plus avec les non-experts, c'est-à-dire avec l'assistant, qu'avec les experts. Alors que la concordance avec l'outil d'IA lui-même est restée relativement constante pour les experts, nous avons constaté que l'assistant ou le pathologiste presque diplômé avait une concordance avec l'IA qui était gigantesquement élevée. Dans quelques cas seulement, l'assistant a supposé que l'outil d'IA n'était pas correct. Bien entendu, cela nous amène à réfléchir à la manière dont nous devrions présenter les résultats d'un outil d'IA aux médecins. Après tout, un outil d'IA n'a pas toujours raison non plus »
Un marché de l'IA encore immature
Le marché de l'IA est toutefois encore immature. « Il y a un va-et-vient de startups », explique M. Deman. « C'est un coût assez élevé auquel la nomenclature n'est pas préparée. Il faut également beaucoup de temps pour que les produits entrent dans la routine clinique. Les défis éthiques sont nombreux. Qui fournit les données ? Comment sont-elles délivrées ? Cela nécessite une collaboration avec des paramédicaux - tels que des ingénieurs - à laquelle nous ne sommes pas habitués en tant que médecins. Que se passera-t-il si l'IA échoue ? Quand est-ce que c'est bon pour la pratique clinique ? Enfin, ne nous fions-nous pas trop à l'IA ? Le professeur Deman a son avis sur la question. « Cette question a été étudiée par des radiologues », explique-t-il. « Les résultats des outils d'IA ont été proposés lorsqu'il y avait des erreurs. Cela a montré que les radiologues commençaient à s'y fier de toute façon et continuaient souvent à les suivre. La question de savoir comment nous allons utiliser les outils d'IA dans la pratique de la manière la plus sûre et la plus correcte reste ouverte. »
Matthias Vanheerentals • Mediquality