L’introduction des applications de l’intelligence artificielle (IA) dans le domaine de la radiologie est une priorité importante de l’Association canadienne des radiologistes (CAR), et le Dr Alexandre Cadrin-Chênevert, membre de la CAR, s’efforce de concrétiser les possibilités de cette technologie en constante évolution.
Le Dr Cadrin-Chênevert est éditeur associé du comité de rédaction de la revue de la Radiological Society of North America (RSNA), Radiology: Artificial Intelligence. Selon lui, trouver des applications de l’IA qui améliorent les flux de travail en radiologie et les résultats pour les patients est un travail crucial pour le présent et l’avenir de l’imagerie médicale.
« Le développement et l’intégration clinique fiable des algorithmes d’intelligence artificielle sont une question fondamentale pour l’avenir de la radiologie, tant en termes de qualité que d’accessibilité sur une durée de 20 ans, et la participation active des radiologistes au processus est primordiale pour une évolution technologique harmonieuse et bénéfique pour tous. »
Selon le Dr Cadrin-Chênevert, la revue a connu un essor rapide et est en passe de devenir un chef de file scientifique international dans ce domaine de recherche, qui s’est développé ces dernières années.
« La recherche sur l’apprentissage profond appliquée à l’imagerie médicale a littéralement explosé depuis 2017 et représente désormais une part importante de la recherche dans toutes les sous-spécialités de la radiologie. Dans un environnement en constante évolution, la participation au comité de rédaction permet de suivre les nouvelles tendances de la littérature. »
Multi-institutional deidentified data sharing for training/validation is the key to foster generalizable innovation.
Even more important for low-prevalence cancers.
When data sharing is not legally or ethically possible, federated learning is a decent alternative.#RadAIchat https://t.co/rF4Bm6Rozi
— Alexandre Cadrin-Chênevert (@alexandrecadrin) September 8, 2022
Afin de faire progresser ce domaine de recherche complexe, il est nécessaire de disposer d’un large éventail de connaissances provenant d’experts issus de différents domaines, explique le Dr Cadrin-Chênevert.
« La diversité des membres du Conseil d’administration issus des domaines de l’informatique, de l’apprentissage automatique et de la radiologie offre une tribune unique pour favoriser l’apprentissage mutuel et la communication fluide entre ces experts. »
Bien qu’il existe d’innombrables voies de recherche en IA, le Dr Cadrin-Chênevert s’intéresse à un domaine bien spécifique.
« Je m’intéresse de manière significative au partage public de données anonymisées et à la création de grands ensembles de données d’imagerie médicale. Selon moi, il s’agit du facteur le plus important dans ce domaine de recherche pour maximiser l’incidence scientifique et favoriser un développement équitable, fiable et reproductible de ces algorithmes », a-t-il déclaré. « Dans ce contexte, j’ai récemment écrit un commentaire dans notre journal présentant un article dont les auteurs ont partagé publiquement un grand ensemble de données de plus de 1,35 million d’images nommé RadImageNet, qui aura sans aucun doute un effet notable sur ce domaine de recherche. »
Pour ce qui est de l’avenir, le Dr Cadrin-Chênevert se réjouit des possibilités de synergie entre les outils d’IA et le travail de la radiologie et pense que les résultats à venir seront absolument indispensables au maintien de notre système de santé national.
« Au Canada, le vieillissement de la population continuera à exercer une forte pression sur notre système de santé dans un avenir proche, avec une augmentation significative de la demande de services de radiologie dans un contexte de ressources limitées. À mesure que les outils d’IA gagneront en maturité, en robustesse et en sécurité, leur intégration clinique augmentera notre productivité pour promouvoir la qualité et l’accessibilité de nos services. Dans notre contexte, ce ne sera pas seulement exaltant, ce sera nécessaire. »
Alors que le domaine de la recherche en IA progresse, le Dr Cadrin-Chênevert estime qu’il est important pour le journal de maintenir une présence académique sur les réseaux sociaux. Les lecteurs intéressés peuvent découvrir la revue Radiology: Artificial Intelligence en suivant @Radiology_AI sur Twitter et retrouver la dernière publication en ligne.