Comment l’intelligence artificielle agit-elle en radiologie ?

Quand l’intelligence artificielle intervient en radiologie, que change-t-elle à l’analyse de vos images ?

Ces outils peuvent signaler une anomalie ou automatiser certaines tâches, mais leurs résultats ont des limites. Vous comprendrez ce qu’ils apportent à votre parcours et quelle place le radiologue conserve dans la décision médicale.

81 % des radiologues interrogés utilisent déjà l’IA : de quoi parle-t-on ?

Périmètre et outils

En bref. En radiologie, l’IA analyse des images et repère des anomalies. Elle fait aussi des mesures ou aide à rédiger des comptes rendus. Elle assiste le professionnel, mais ne pose pas seule de diagnostic.

Ces logiciels sont entraînés sur de nombreuses images médicales annotées. Ils apprennent à repérer des signes liés à des résultats connus, comme une fracture, un nodule pulmonaire ou une hémorragie dans le crâne.

Chaque logiciel vise en général un usage précis : repérer une embolie pulmonaire sur un scanner du thorax, mesurer le volume d’une tumeur ou améliorer une image d’IRM. Sa validation pour un usage ne s’étend pas aux autres.

Le logiciel peut être intégré au scanner, à l’IRM, à l’archive d’images ou au système d’information radiologique. Le service l’utilise alors dans son environnement habituel, sans transférer chaque image vers une autre application.

Déploiement en pratique

Le déploiement d’un logiciel d’IA comprend plusieurs étapes. Elles vont du choix de son usage au suivi de ses résultats après l’installation.

Étapes du déploiement d’un logiciel d’IA

1. Définir l’usage visé

   Pathologie à rechercher, examen concerné, population de patients et décision que le logiciel doit aider à prendre.

2. Vérifier la compatibilité

   Avec le système d’information radiologique, le dossier patient et l’archive d’images. Une interopérabilité insuffisante peut entraîner des saisies en double, des retards ou des erreurs de transcription.

3. Tester le logiciel

   En comparant ses résultats aux lectures médicales habituelles. Cette phase permet notamment d’évaluer la qualité des images analysées, le délai de traitement et la fréquence des alertes inappropriées.

4. Former les utilisateurs

   À la fonction du logiciel, à ses limites, à ses messages d’erreur et aux circonstances où son résultat ne doit pas être retenu. Le service prévoit également une procédure à suivre en cas de panne ou d’incident.

5. Continuer le contrôle après l’installation

   Un changement de scanner, de protocole d’acquisition, de population examinée ou de version logicielle peut modifier les performances observées lors des tests initiaux.

Détection, qualité d’image, comptes rendus : ce que les outils font dans le flux de travail

Étapes de l’examen

En bref. L’IA peut contribuer au choix du protocole, à la production et à l’analyse des images, puis à la préparation du compte rendu.

Avant l’examen, certains outils aident à choisir le protocole selon le motif de l’examen. Ils peuvent vérifier la zone à examiner, la séquence d’IRM ou le besoin d’une injection. Le professionnel reste responsable de ces choix.

En scanner, l’IA peut créer une image à partir des données brutes. Elle aide à obtenir une image nette avec moins de bruit. Selon l’outil et le protocole, elle peut aussi aider à réduire la dose de rayons X.

Les algorithmes peuvent trier les examens et signaler ceux qui pourraient montrer une hémorragie, une artère bouchée ou une embolie pulmonaire. Le radiologue peut alors les lire plus vite.

Pour le compte rendu, un logiciel peut relever des mesures ou proposer une formulation standard. Il peut aussi comparer l’examen aux images précédentes. Le radiologue vérifie et corrige le texte avant de le valider et de le transmettre.

Applications cliniques

Les logiciels peuvent rechercher des fractures, des hémorragies, des nodules ou des tumeurs, selon l’examen réalisé.

• Aux urgences, un logiciel peut signaler une fracture ou une luxation sur une radiographie. Le professionnel interprète cette alerte en tenant compte du traumatisme, de l’examen clinique et de la qualité de l’image.
• En neuroradiologie, l’IA peut rechercher une hémorragie intracrânienne, une occlusion d’un gros vaisseau ou des signes compatibles avec un accident vasculaire cérébral. Une alerte peut être transmise à l’équipe concernée, mais l’outil ne décide pas du traitement.
• En imagerie thoracique, les logiciels peuvent rechercher des nodules pulmonaires, des embolies pulmonaires ou des anomalies du parenchyme. Certains comparent aussi le volume d’un nodule entre deux scanners.
• En sénologie, l’IA classe les mammographies selon le niveau de suspicion. Elle peut servir de second lecteur ou aider à repérer les examens qui nécessitent une analyse approfondie.
• En oncologie, la segmentation aide à calculer le volume tumoral et à suivre son évolution. La mesure doit être interprétée selon la localisation de la lésion, la technique employée et le projet thérapeutique.

Dépister plus efficacement : les résultats encourageants, et ce qu’ils mesurent

Résultats mesurés

Dans l’essai suédois MASAI, le groupe avec IA obtient des résultats sur trois points :

Dans le dispositif testé, l’IA choisit les examens et le nombre de lectures humaines. Un faux positif est une alerte qui entraîne d’autres examens, alors qu’aucun cancer n’est confirmé.

Pour juger un résultat, plusieurs mesures sont à distinguer. La sensibilité indique si le test repère les personnes malades. La spécificité indique s’il écarte les personnes sans l’anomalie recherchée.

La valeur prédictive dépend aussi du nombre de personnes malades dans le groupe examiné. Une alerte n’a donc pas le même sens lors d’un dépistage organisé, aux urgences ou chez des patients déjà très suspects.

Transposition des preuves

La population testée doit ressembler à celle du service qui veut utiliser le logiciel. L’âge, le sexe, le lieu de vie, la fréquence des maladies et les méthodes de prise d’images peuvent changer les résultats.

Le radiologue vérifie aussi si les images de son appareil ressemblent à celles utilisées pour entraîner et tester le modèle. Le fabricant, la dose, le mode de reconstruction ou le protocole peuvent changer et réduire la fiabilité.

Il faut distinguer les résultats du logiciel seul de ceux obtenus avec le professionnel et l’outil. Pour vous, c’est le parcours complet qui compte, pas l’algorithme seul.

Des gains espérés, mais aussi des faux positifs et des coûts

Fiabilité et limites

Un faux négatif est une anomalie qui n’est pas repérée. Un faux positif est une alerte injustifiée. Les conséquences dépendent de la maladie, du délai de prise en charge et du risque lié à un retard.

Les artefacts, les implants, les mouvements ou une image de mauvaise qualité peuvent gêner l’analyse. Un algorithme peut aussi repérer des détails techniques sans lien direct avec la maladie recherchée.

Un modèle efficace sur un groupe peut l’être moins sur un autre. Les données qui servent à l’entraîner peuvent peu représenter certains âges, certaines origines ou certaines situations cliniques.

Le biais d’automatisation survient quand l’utilisateur suit trop la proposition informatique. Il peut le faire même si ses observations ou le contexte clinique la contredisent.

Une mise à jour peut changer le fonctionnement du logiciel. Tout changement important demande d’informer les personnes concernées et de vérifier la compatibilité. Une nouvelle validation locale peut aussi être nécessaire.

Coûts et conditions d’usage

Connecter l’outil aux autres systèmes demande du temps et des moyens. Si vous devez ouvrir une autre application ou saisir à nouveau des mesures, le gain de temps attendu peut baisser.

Les données de santé exigent des mesures de sécurité adaptées. Le responsable doit savoir où elles circulent, qui les traite, où elles sont hébergées et si elles servent ensuite à entraîner des outils.

Pour évaluer l’utilité de l’outil, l’établissement suit plusieurs indicateurs :

• le taux d’alertes ;
• les anomalies manquées ;
• les délais de lecture ;
• les examens répétés ;
• le temps de rédaction ;
• les incidents signalés.

L’IA va-t-elle remplacer le radiologue ? La décision reste médicale

L’IA analyse les images et peut proposer une piste. Le radiologue la compare aux symptômes, aux antécédents et aux autres examens. Il échange avec les médecins et prend la décision.

Un diagnostic ne dépend pas seulement de l’image. Le médecin tient compte des symptômes, des antécédents et du motif de l’examen. Il compare aussi les examens précédents et évalue les maladies possibles.

Le radiologue peut suivre, modifier ou rejeter la proposition du logiciel. Il vérifie les images d’origine, les repères et les mesures. Il s’assure aussi que le résultat concorde avec les données médicales.

Le médecin qui valide le compte rendu en est responsable. L’usage d’une IA ne transfère pas cette responsabilité à l’éditeur ni au logiciel.

Le niveau de contrôle varie selon le risque. Mesurer un organe n’a pas les mêmes enjeux que signaler un possible AVC pour accélérer la prise en charge.

L’IA prend surtout en charge des tâches répétées et change l’organisation du travail. Le radiologue garde ses rôles : lire les images, échanger et décider.

Le radiologue contrôle les résultats et compare les examens. Il traite aussi les cas complexes. Il contribue au choix, au suivi et à l’évaluation des outils du service.

Le radiologue vous explique l’examen et ses résultats. Il peut aussi vous parler des incertitudes et des effets possibles d’une découverte fortuite.

Le radiologue doit aussi se coordonner avec les médecins qui vous suivent. En cas d’urgence, l’alerte doit être intégrée à votre parcours de soins et transmise selon une procédure claire.

L’IA fait évoluer les tâches des radiologues, mais ne les remplace pas entièrement dans les soins courants.

Le gain de productivité annoncé : une promesse à replacer dans le système de soins

Productivité et activité

Le tri peut réduire le délai de lecture d’un examen urgent. Mais il ne crée pas de radiologues en plus pour confirmer les résultats et organiser la suite des soins.

Effets des outils sur l’activité

• Segmentation automatique

  La segmentation automatique peut accélérer les mesures, mais le radiologue doit vérifier les contours. Une délimitation incorrecte peut fausser le volume calculé ou le suivi d’une lésion.

• Brouillon de compte rendu

  Un brouillon de compte rendu limite parfois les saisies répétitives. Il demande toutefois une relecture pour corriger les omissions, les confusions et les formulations inadaptées.

• Détection d’anomalies

  Un outil qui détecte davantage d’anomalies peut entraîner plus d’IRM, de biopsies, de consultations ou de contrôles. La charge globale du système de soins ne diminue donc pas nécessairement à court terme.

L’évaluation doit porter sur tout le parcours. Elle prend en compte le délai de lecture et celui du rendez-vous, les examens complémentaires et le temps médical consacré aux cas complexes.

Accès et système de soins

Un outil de tri peut aider un service qui reçoit beaucoup d’examens urgents.

Il faut néanmoins :

• une connexion fiable ;
• une maintenance ;
• une équipe capable de traiter rapidement les alertes.

La HAS envisage d’évaluer des technologies avec IA et certains actes d’imagerie qui utilisent des logiciels d’aide au diagnostic. Cette évaluation peut aider à fixer leur place dans l’organisation et les soins.

L’intérêt collectif dépend de l’utilité de l’outil pour les soins. Il doit améliorer leur qualité, leur sécurité ou leurs délais, et pas seulement augmenter le nombre d’examens traités.

Un outil médical encadré : certification, évaluation et calendrier européen

Règles applicables

En bref. Un logiciel conçu pour un usage médical peut être un dispositif médical. Il doit alors suivre les règles européennes et porter le marquage CE, selon les conditions prévues.

Le règlement européen classe les logiciels médicaux selon le risque lié aux décisions qu’ils aident à prendre. La règle 11 classe au moins en IIa les logiciels d’aide au diagnostic dans les cas qu’elle définit.

La classe peut être plus élevée si une erreur risque d’entraîner une grave atteinte à la santé, une opération, la mort ou une atteinte irréversible à la santé.

Le marquage CE atteste la conformité du dispositif aux règles applicables.

Le règlement général sur la protection des données encadre l’usage des données de santé personnelles. L’établissement gère qui peut y accéder, leur circulation et leur durée de conservation. Il encadre aussi leur éventuel réemploi.

Le règlement européen sur l’intelligence artificielle entre en vigueur par étapes. Ses règles générales s’appliquent depuis le 2 février 2025. Le règlement s’applique dans son ensemble à partir du 2 août 2026, mais certaines règles s’appliquent plus tard.

Les systèmes d’IA qui sont aussi des dispositifs médicaux peuvent être classés à haut risque. Leur usage exige alors une gestion des risques, un contrôle humain, une surveillance et la conservation de traces.

Évaluation et accès

L’établissement vérifie que le logiciel est utilisé comme prévu par son fabricant. Une validation pour les radiographies d’adultes ne vaut pas automatiquement pour les enfants ni pour un autre type d’imagerie.

Un test sur des images d’un autre lieu apporte plus d’informations qu’un test sur les seules images de développement. Il vérifie si le logiciel reste fiable dans un autre cadre.

La surveillance continue après l’installation. Les professionnels signalent les incidents et suivent les résultats. Ils réévaluent l’outil après une mise à jour ou un changement du parcours de soins.

Le calendrier européen ne remplace pas l’évaluation clinique. Il fixe des règles communes pour vendre et utiliser les systèmes. Chaque établissement vérifie ensuite si l’outil convient à son contexte.

Pour votre prochain examen, demandez si un logiciel d’intelligence artificielle intervient, pour quelle tâche et comment son résultat est contrôlé. Transmettez aussi les informations utiles sur vos symptômes, vos antécédents et vos examens antérieurs afin que les images soient interprétées dans leur contexte médical.

Foire aux questions

Les images médicales peuvent-elles servir à entraîner une IA ?

Oui, elles peuvent être réutilisées pour développer ou évaluer une IA si le projet respecte les règles de protection des données de santé. Le projet doit préciser ses objectifs, les personnes autorisées à accéder aux images, les mesures de sécurité et les droits des personnes concernées.

Comment savoir si un logiciel d’IA est autorisé en France ?

Vous pouvez demander si le logiciel possède le statut réglementaire requis pour son usage médical et, lorsqu’il relève des dispositifs médicaux, le marquage CE. Son usage doit aussi correspondre à la fonction pour laquelle il est déclaré, car une validation pour un examen ou une population ne s’étend pas automatiquement à d’autres.

L’utilisation d’une IA change-t-elle le déroulement de votre examen ?

Dans la plupart des cas, vous passez l’examen selon le protocole prévu, sans changement nécessaire de votre préparation ni de la durée d’acquisition des images. L’IA intervient généralement après la prise des images, ou aide à leur reconstruction, à leur mesure ou à leur classement.