Le Canada est un pays novateur qui figure parmi les chefs de file mondiaux en matière d’intelligence artificielle (IA) et d’apprentissage approfondi (AA). Les applications de la recherche fondamentale en IA et en AA dans le domaine de l’imagerie médicale vont définir la façon dont les Canadiens de la prochaine génération accéderont aux soins et vivront leurs expériences en la matière.
Des travaux de recherche sont en cours pour accroître la capacité des ordinateurs à dégager des tendances et à s’en servir pour faire des prévisions exactes. Ces travaux ont une incidence directe et immédiate sur le domaine de l’imagerie médicale.
Le groupe de travail en intelligence artificielle a été créé par l’Association canadienne des radiologistes (CAR) avec le mandat de «discuter et délibérer sur la pratique, politique et enjeux liés au soin des patients découlant de l’introduction et implémentation d’intelligence artificielle (IA) en imagerie médicale». Ce comité aviseur permettra à la CAR de demeurer activement impliquée dans les discussions portant sur l’usage de l’IA en imagerie au Canada. C’est la ferme conviction de la CAR que les radiologistes – à titre d’experts dans l’utilisation de l’imagerie pour le diagnostic et traitement de pathologies – devraient être des parties prenantes dans le développement et l’implémentation de systèmes basés sur les méga-données et l’IA qui sera déployée dans les départements de radiologie.
La CAR souhaite aussi de travailler en partenariat avec le gouvernement fédéral afin d’orienter et de faciliter l’élaboration et la mise en œuvre appropriées d’outils d’IA qui enrichiront les soins prodigués aux patients par les radiologistes.
- CAR White Paper on Artificial Intelligence in Radiology [disponible seulement en anglais dans le journal de la CAR]
- CAR White Paper on Ethical and Legal Issues Related to Artificial Intelligence in Radiology [disponible seulement en anglais dans le journal de la CAR]
- Assessment of Radiology Artificial Intelligence Software: A Validation and Evaluation Framework [disponible seulement en anglais dans le journal de la CAR]
- CAR White Paper on De-Identification of Medical Imaging: Part 1, General Principles [disponible seulement en anglais dans le journal de la CAR]
- CAR White Paper on De-identification of Medical Imaging: Part 2, Practical Considerations [disponible seulement en anglais dans le journal de la CAR]
Notre mission : Élaborer un réseau de recherche pancanadien axé sur l’IA en imagerie
Ce réseau collaboratif multidisciplinaire permettra de définir des pratiques exemplaires en ce qui concerne le consentement du patient, le respect de la confidentialité, la propriété des données, de même que l’utilisation de la technologie pour certaines applications dans la pratique clinique.
Les spécialistes en imagerie médicale sont particulièrement bien placés pour diriger l’intégration et l’adoption d’outils d’IA en médecine et pour faire en sorte que la recherche fondamentale contribue à améliorer les résultats pour les patients.
Le gouvernement doit voir à l’adoption de normes en matière d’interopérabilité des systèmes d’IA et aux enjeux réglementaires et juridiques liés à l’utilisation de l’IA en médecine. Les petits montants investis dès maintenant auront un effet très bénéfique sur l’écosystème canadien de l’IA et sur sa capacité à améliorer les soins aux patients.
La place de l’IA en imagerie médicale aujourd’hui :
cinq faits à connaître
1. Percées technologiques favorisant l’utilisation de l’IA en santé
Les récentes percées dans le domaine de l’IA, conjuguées à l’accessibilité des fichiers de mégadonnées et à la puissance accrue des ordinateurs ont permis de réaliser des progrès considérables dans de nombreux domaines, y compris l’analyse et la reconnaissance d’images. Cependant, des politiques de réglementation sur l’utilisation de ces données à l’échelle du pays s’avèrent nécessaires afin de pouvoir exploiter ces données au profit de la médecine.
2. Élément clé de l’innovation et des investissements au Canada
Par le passé, l’Institut canadien de recherches avancées (ICRA) a financé des projets de recherche qui ont beaucoup contribué à l’avancement de l’IA, et en particulier d’une méthode appelée l’apprentissage approfondi, grâce à laquelle l’IA est redevenue un élément clé de l’innovation et des investissements au Canada.
3. Rôle potentiel en imagerie diagnostique
Conjuguées aux données, les techniques d’apprentissage approfondi pourraient aider les médecins à poser des diagnostics plus précis grâce à un potentiel de reconnaissance des images égal ou supérieur à celui d’experts humains, dans certaines situations.
4. Avantage concurrentiel potentiel pour les chercheurs canadiens
La nature intégrée du système de santé canadien permet de recueillir facilement des données médicales anonymisées à l’échelle de plusieurs établissements et provinces. Il s’agit d’un facteur important pour améliorer et valider l’utilisation des outils d’IA dans la prise en charge des patients, puisque des données isolées ne permettraient pas d’obtenir un degré de précision suffisamment élevé. Ainsi, les chercheurs et les médecins canadiens pourraient jouir d’un avantage concurrentiel par rapport à ceux d’autres pays, dans la mesure où le gouvernement établirait une réglementation équilibrée relative à l’utilisation des données médicales pour l’IA.
5. Le Canada est un chef de file potentiel de l’innovation en IA
Le Canada a déjà réalisé d’importants progrès dans le domaine de l’imagerie médicale, et est particulièrement bien placé sur plusieurs plans pour être un chef de file mondial dans l’utilisation de l’IA en santé. Pour devenir un pionnier de l’innovation médicale, le Canada doit s’appuyer sur les récentes percées dans le domaine de l’IA – y compris celles des chercheurs canadiens – ainsi que sur l’infrastructure de santé électronique et les dépôts d’images déjà financés par Inforoute Santé du Canada.
Pour en savoir plus sur l'IA, consultez la page dédiée aux ressources sur l'IA, et lectures suggérées sur l'IA.