Pourquoi les données médicales propres sont-elles la panacée en matière d'IA ?

Par Jan Beger, Directeur des Services d'application, Healthcare Digital chez GE Healthcare

Chaque jour, les médias se font l'écho de l'émergence de l'intelligence artificielle (IA). C'est un sujet exaltant et passionnant. Ce sauveur de nos systèmes de soins de santé à bout de souffle arrivera-t-il bientôt ? En dehors des gros titres et des articles spécialisés, en réalité, il faut du temps pour manipuler les idées et les théories afin de façonner une technologie héroïque commercialisable.

La réussite de l'IA dépend entièrement du volume et de la qualité des ensembles de données annotées disponibles. Les groupes de recherche clinique et de développement d'algorithmes doivent pouvoir accéder aux ensembles de données d'imagerie à des fins d'apprentissage et de validation. Ils ciblent des cas réels très précis, commentés par des experts, en vue de « former » des algorithmes à distinguer les tissus ou organes sains des tissus ou organes malades. Prenons l'exemple des algorithmes de détection et de classification des nodules pulmonaires. Au lieu de noyer les développeurs sous des millions de radios et autres examens thoraciques, il faudrait leur fournir des ensembles de données spécifiques (par exemple : « non-fumeurs masculins avec diagnostic de cancer du poumon avant 40 ans »). L'extraction des données pertinentes dopera le potentiel de l'IA.

L'accès à des données propres et variées permet de réimaginer la médecine

Le secteur des soins de santé sait très bien créer des données. Les hôpitaux stockent des centaines de millions d'images numériques, et ce volume est en croissance exponentielle depuis que la tomodensitométrie et l'IRM sont devenues les principaux outils de premier diagnostic, en coupe de plus en plus fine du corps humain. Cependant, le secteur des soins de santé sait moins bien transformer toutes ces données en informations utiles.

La solution ? Mieux organiser les données incontrolées, car la capacité de survie des acteurs du secteur repose de plus en plus sur la gestion des données. Nous devrions envisager de stocker les comptes-rendus et de trier les informations démographiques dans des champs de base de données particuliers afin de pouvoir effectuer tous les types de requête et de segmentation possibles. Autrement dit afin de rechercher et d'extraire des données en fonction de la population des patients ou du type de diagnostic. Cela aiderait les cliniciens hospitaliers dès aujourd'hui, tout en soutenant les innovations de demain.

L'archivage neutre (VNA, Vendor Neutral Archive) peut également s'avérer utile. . Il centralise les images et les fichiers pertinents sur le plan clinique générés par tous les établissements d'un pôle médical, en extrayant les données de leurs systèmes hétérogènes à l'aide de normes internationales telles que le DICOM. Grâce à une interface standard unique, ce dispositif unifie l'ensemble des spécialités cliniques afin de procurer une vue exhaustive des données patient.

L'interopérabilité, une passerelle vers l'IA

Avec la création d'une passerelle entre les méthodes d'acquisition ainsi que d'organisation des données multisources et le développement de l'IA, le secteur moderne des soins de santé prendra une nouvelle dimension. En effet, les pressions qui pèsent sur le personnel spécialisé et le nombre croissant de patients souffrant de pathologies complexes sont appelés à s'inscrire dans la durée. Le volume de données actuel représente seulement une fraction de celui qui existera dans cinq ans. C'est en gérant mieux les données patient, avec une approche analytique, que nous pourrons voir les soins de santé à travers un autre prisme afin de contrôler davantage la séquence des évènements et les tendances de résultat.

Vous souhaitez en savoir plus sur l'IA ?

Regardez notre webinaire Embrace AI, don’t fear it!