L’IA remplacera-t-elle les médecins qui lisent les radiographies, ou les rendra-t-elle simplement meilleures que jamais ?

WASHINGTON – Quelle devrait être la qualité d’un algorithme pour prendre en charge votre travail ?

C’est une nouvelle question pour de nombreux travailleurs dans le contexte de l’essor de ChatGPT et d’autres programmes d’IA capables de tenir des conversations, d’écrire des histoires et même de générer des chansons et des images en quelques secondes.

Cependant, pour les médecins qui examinent les examens pour détecter le cancer et d’autres maladies, l’IA apparaît depuis environ une décennie, alors que de plus en plus d’algorithmes promettent d’améliorer la précision, d’accélérer le travail et, dans certains cas, de prendre en charge des parties entières du travail. Les prédictions vont de scénarios apocalyptiques dans lesquels l’IA remplacerait complètement les radiologues, à des avenirs ensoleillés dans lesquels elle leur permettrait de se concentrer sur les aspects les plus gratifiants de leur travail.

Cette tension reflète la façon dont l’IA se déploie dans les soins de santé. Au-delà de la technologie elle-même, beaucoup dépend de la volonté des médecins de placer leur confiance – et la santé de leurs patients – entre les mains d’algorithmes de plus en plus sophistiqués que peu de gens comprennent.

Même au sein de ce domaine, les opinions divergent sur la mesure dans laquelle les radiologues devraient adopter la technologie.

« Certaines techniques d’IA sont si bonnes, franchement, que je pense que nous devrions les appliquer maintenant », a déclaré le Dr Ronald Summers, radiologue et chercheur en IA aux National Institutes of Health. « Pourquoi laissons-nous cette information rester sur la table ? »

Le laboratoire de Summers a développé des programmes d’imagerie assistée par ordinateur qui détectent le cancer du côlon, l’ostéoporose, le diabète et d’autres pathologies. Aucune d’entre elles n’a été largement adoptée, ce qu’il attribue, entre autres facteurs, à la « culture médicale ».

Les radiologues utilisent des ordinateurs pour améliorer les images et signaler les zones suspectes depuis les années 1990. Mais les derniers programmes d’IA peuvent aller beaucoup plus loin, en interprétant les analyses, en proposant un diagnostic et même en rédigeant des rapports écrits sur leurs conclusions. Les algorithmes sont souvent formés sur des millions de radiographies et autres images collectées dans des hôpitaux et des cliniques.

Dans le domaine médical, la FDA a approuvé plus de 700 algorithmes d’IA pour aider les médecins. Plus de 75 % d’entre eux travaillent en radiologie, mais seulement 2 % des cabinets de radiologie utilisent cette technologie, selon une estimation récente.

Malgré toutes les promesses de l’industrie, les radiologues voient un certain nombre de raisons d’être sceptiques à l’égard des programmes d’IA : tests limités dans des contextes réels, manque de transparence sur leur fonctionnement et questions sur les caractéristiques démographiques des patients utilisés pour les former.

“Si nous ne savons pas sur quels cas l’IA a été testée, ou si ces cas sont similaires aux types de patients que nous voyons dans notre cabinet, tout le monde se demande simplement si cela fonctionnera pour nous, “, a déclaré le Dr Curtis Langlotz, radiologue qui dirige un centre de recherche sur l’IA à l’Université de Stanford.

À ce jour, tous les programmes autorisés par la FDA nécessitent qu’un être humain soit au courant.

Début 2020, la FDA a organisé un atelier de deux jours pour discuter des algorithmes qui pourraient fonctionner sans surveillance humaine. Peu de temps après, des professionnels de la radiologie ont averti les régulateurs dans une lettre qu’ils « croient fermement qu’il est prématuré pour la FDA d’envisager l’approbation ou l’autorisation » de tels systèmes.

Mais les régulateurs européens ont approuvé en 2022 le premier logiciel entièrement automatique qui examine et rédige des rapports pour les radiographies pulmonaires qui semblent saines et normales. La société derrière l’application, Oxipit, soumet sa demande américaine à la FDA.

Le besoin d’une telle technologie en Europe est urgent, certains hôpitaux étant confrontés à des retards d’examens de plusieurs mois en raison d’une pénurie de radiologues.

Aux États-Unis, ce type de contrôle automatisé n’arrivera probablement que dans quelques années. Non pas parce que la technologie n’est pas prête, selon les dirigeants d’IA, mais parce que les radiologues ne sont pas encore à l’aise de confier même les tâches de routine aux algorithmes.

“Nous essayons de leur dire qu’ils surtraitent les gens et qu’ils perdent une tonne de temps et de ressources”, a déclaré Chad McClennan, PDG de Koios Medical, qui vend un outil d’IA pour les échographies de la thyroïde, dont la grande majorité sont pas cancéreux. « Nous leur disons : ‘Laissez la machine l’examiner, vous (examinez et) signez le rapport et vous en avez fini avec cela.’ »

Les radiologues ont tendance à surestimer leur propre précision, explique McClennan. Les recherches menées par son entreprise ont révélé que les médecins examinant les mêmes scanners mammaires étaient en désaccord dans plus de 30 % des cas sur l’opportunité de réaliser une biopsie. Les mêmes radiologues étaient même en désaccord avec leurs propres évaluations initiales dans 20 % des cas, lorsqu’ils visionnaient les mêmes images un mois plus tard.

Environ 20 % des cancers du sein passent inaperçus lors des mammographies de routine, selon le National Cancer Institute.

Et puis il y a le potentiel d’économies de coûts. En moyenne, les radiologues américains gagnent plus de 350 000 dollars par an, selon le ministère du Travail.

À court terme, les experts affirment que l’IA fonctionnera comme des systèmes de pilotage automatique sur les avions, assurant d’importantes fonctions de navigation, mais toujours sous la supervision d’un pilote humain.

Cette approche rassure à la fois les radiologues et les patients, déclare le Dr Laurie Margolies, du système hospitalier Mount Sinai à New York. Le système utilise l’IA d’imagerie mammaire Koios pour obtenir un deuxième avis sur les échographies de mammographie.

“Je dirai aux patients : ‘Je l’ai regardé, et l’ordinateur l’a regardé, et nous sommes tous les deux d’accord'”, a déclaré Margolies. “En m’entendant dire que nous sommes tous les deux d’accord, je pense que cela donne au patient un niveau de confiance encore plus grand.”

Les premiers essais rigoureux et à grande échelle comparant les radiologues assistés par IA à ceux travaillant seuls donnent des indications sur les améliorations potentielles.

Les premiers résultats d’une étude suédoise portant sur 80 000 femmes ont montré qu’un seul radiologue travaillant avec l’IA détectait 20 % de cancers en plus grâce aux mammographies que deux radiologues travaillant sans cette technologie.

En Europe, les mammographies sont examinées par deux radiologues pour en améliorer la précision. Mais la Suède, comme d’autres pays, est confrontée à une pénurie de main-d’œuvre, avec seulement environ 70 radiologues du sein pour un pays de 10 millions d’habitants.

L’utilisation de l’IA au lieu d’un deuxième évaluateur a réduit la charge de travail humaine de 44 %, selon l’étude.

Pourtant, l’auteur principal de l’étude affirme qu’il est essentiel qu’un radiologue pose le diagnostic final dans tous les cas.

Si un algorithme automatisé ne détecte pas un cancer, « cela va être très négatif pour la confiance dans le soignant », a déclaré le Dr Kristina Lang de l’Université de Lund.

La question de savoir qui serait tenu responsable dans de tels cas fait partie des questions juridiques épineuses qui restent encore à résoudre.

L’un des résultats est que les radiologues continueront probablement à revérifier toutes les déterminations de l’IA, de peur d’être tenus responsables d’une erreur. Cela risque d’anéantir bon nombre des avantages escomptés, notamment la réduction de la charge de travail et l’épuisement professionnel.

Seul un algorithme extrêmement précis et fiable permettrait aux radiologues de réellement s’éloigner du processus, explique le Dr Saurabh Jha de l’Université de Pennsylvanie.

En attendant l’émergence de tels systèmes, Jha compare la radiologie assistée par l’IA à quelqu’un qui vous propose de vous aider à conduire en regardant par-dessus votre épaule et en vous signalant constamment tout ce qui se passe sur la route.

“Ce n’est pas utile”, dit Jha. “Si vous voulez m’aider à conduire, vous prenez le volant pour que je puisse m’asseoir et me détendre.”

___

Le département de santé et de science d’Associated Press reçoit le soutien du groupe des médias scientifiques et éducatifs du Howard Hughes Medical Institute et de la Fondation Robert Wood Johnson. L’AP est seul responsable de tout le contenu.