Les avancées de l’IA en endoscopie

L’intelligence artificielle (IA) a un potentiel considérable dans le domaine médical. Elle est particulièrement précieuse dans des procédures comme l’endoscopie, qui, bien que courantes, nécessitent une analyse complexe et une expertise approfondie. L’industrie de la santé n’a pas négligé cette opportunité, car les premières utilisations de l’IA en endoscopie ont déjà donné des résultats prometteurs.

L’endoscopie est le processus d’examen du corps des patients à l’aide d’un tube mince et flexible équipé d’une caméra et d’une lumière. Bien que la procédure elle-même soit relativement simple, interpréter les images peut être difficile. L’IA a déjà proposé des solutions sur plusieurs fronts.

1. Amélioration de la détection des anomalies

La plus importante avancée de l’IA en endoscopie est la façon dont l’apprentissage automatique améliore la détection. Les endoscopes recherchent souvent de petites anomalies comme des polypes précancéreux ou des lésions. Des études préliminaires suggèrent que l’apprentissage automatique peut détecter ces signes avant-coureurs avec plus de précision que les humains.

Dès 2017, les algorithmes d’IA pouvaient détecter des polypes avec une précision de 86%, tandis que les médecins expérimentés n’atteignaient qu’une précision de 74%. Depuis, les modèles d’apprentissage automatique ont atteint des précisions allant jusqu’à 96,4%. De tels systèmes peuvent souvent détecter des anomalies que les humains pourraient manquer.

Dans la pratique, les modèles d’IA ne remplaceront pas les spécialistes. Cependant, les médecins peuvent les utiliser pour acquérir une plus grande confiance dans leurs diagnostics sans un processus fastidieux. En conséquence, les systèmes de santé peuvent offrir aux patients l’aide dont ils ont besoin plus tôt dans le calendrier de leurs affections, ce qui conduit à de meilleurs résultats.

2. Classification plus fiable

La précision n’est pas le seul avantage de l’IA en endoscopie. Les modèles de vision par ordinateur sont également aptes à la classification — ou à la différenciation entre différents types d’anomalies détectées.

La classification est importante car différents types de polypes ou de lésions nécessitent des approches différentes pour être traités efficacement. Par conséquent, les modèles d’IA pourraient garantir que les personnes reçoivent les soins dont elles ont réellement besoin en détectant des différences subtiles entre les croissances anormales.

Un réseau de neurones a pu distinguer entre les polypes colorectaux avec une précision allant jusqu’à 87%, ce qui le met sur un pied d’égalité avec les pathologistes expérimentés. En utilisant ce modèle, les médecins pourraient diagnostiquer un patient sans examen supplémentaire, ce qui conduit à un traitement plus rapide et plus précis. Dans les cas où les diagnostics initiaux et l’IA diffèrent, l’opinion supplémentaire pourrait aider le personnel à considérer d’autres possibilités pour améliorer la confiance dans le diagnostic.

3. Procédures rationalisées

Il est également important de noter que l’IA en endoscopie est rapide, en plus d’être précise et spécifique. Bien que la certitude soit l’aspect le plus important dans un diagnostic médical, la vitesse compte également. Un processus plus rapide signifie que le traitement peut commencer plus tôt et que les médecins peuvent voir plus de patients en moins de temps.

Certains réseaux de neurones se sont avérés efficaces pour détecter des polypes en temps réel, éliminant ainsi le besoin d’une analyse post-endoscopie pour une plus grande confiance. D’autres algorithmes peuvent ne pas fournir de résultats immédiats, mais peuvent prendre des minutes au lieu des heures ou des jours qu’une procédure de laboratoire prendrait.

Lorsque les médecins peuvent améliorer leur détection et leur classification sans prendre plus de temps, cela conduit à des résultats pour les patients nettement améliorés. Outre le traitement plus précoce, les économies de temps permettent à une main-d’œuvre contrainte de servir un plus grand nombre de patients, ce qui rend les pénuries de personnel et les retards moins impactants.

4. Risques de contamination croisée réduits

Les utilisations de l’IA en endoscopie vont au-delà de la procédure elle-même. La prévention de la contamination croisée entre les tests est également importante, car environ un patient sur 1 000 ayant subi une coloscopie contracte une infection lors de la procédure. L’IA peut aider en garantissant un stockage et une désinfection plus propres et plus sûrs.

Les armoires de séchage intelligentes utilisent une filtration HEPA, une pressurisation positive et des étapes similaires pour sécher et désinfecter les endoscopes entre les procédures. Les algorithmes les améliorent en surveillant les conditions intérieures en temps réel. Ils peuvent alors ajuster les paramètres selon les besoins pour maintenir un stockage stérile lorsque les armoires s’ouvrent et se ferment.

Alternativement, l’IA peut prédire les défaillances de l’équipement et alerter le personnel d’un problème avant qu’il ne compromette la propreté de l’endoscope. Des processus comme celui-ci sont déjà courants dans les foyers intelligents et les équipements de HVAC industriels, mais dans le domaine médical, ils pourraient prévenir les infections et améliorer la santé globale.

5. Formation des spécialistes élargie

L’IA est également un outil de formation utile. L’endoscopie est un processus complexe et spécialisé, mais équiper les futurs spécialistes des compétences et des connaissances nécessaires est souvent trop lent pour suivre la demande croissante. Compte tenu du fait que les États-Unis seront démunis de 86 000 médecins d’ici 2036, il faut que quelque chose change.

Puisque l’IA est si précise, elle est un moyen utile de montrer aux stagiaires à quoi ressemblent les différents types de polypes, de lésions ou d’autres anomalies. Les médecins dans les régions où il y a moins de spécialistes expérimentés ou d’autres équipements de formation bénéficient le plus de cette utilisation. En utilisant l’IA comme guide, ils peuvent rapidement améliorer leurs compétences en détection et en classification.

À mesure que l’IA rationalise la formation des spécialistes, l’endoscopie et les soins connexes deviendront accessibles à plus de personnes. Un tel changement pourrait agir contre les barrières de soins existantes entre les différentes démographies.

Les inconvénients potentiels de l’IA en endoscopie

Bien que l’IA puisse être bénéfique en endoscopie, elle comporte quelques inconvénients. Des données de formation biaisées peuvent faire en sorte que l’IA amplifie les préjugés humains, et de nombreux dossiers médicaux historiques manquent de représentation égale. Par conséquent, ces outils peuvent ne pas être fiables pour chaque démographie de patients.

La collecte de suffisamment de données pour former ces modèles peut également introduire des préoccupations en matière de confidentialité. L’industrie de la santé est confrontée à des réglementations strictes sur la sécurité des données des patients, il pourrait donc être difficile d’équilibrer la fiabilité du modèle avec la cybersécurité et la conformité.

Une confiance excessive dans l’IA introduit une autre préoccupation — de tels outils de diagnostic sont très précis mais imparfaits. Les médecins peuvent devenir complaisants avec le temps et prendre leur entrée à sa valeur nominale, ce qui conduit à des dépistages précipités et à des diagnostics erronés potentiels. De telles utilisations contrecareraient les avantages de l’utilisation de la technologie.

Utilisation de l’IA en endoscopie de manière sûre

Heureusement, il existe un moyen sûr d’avancer. Une fois que les organisations médicales reconnaissent ces inconvénients, elles peuvent élaborer des politiques d’IA plus sûres pour atténuer les effets négatifs tout en exploitant les avantages.

Une plus grande prudence lors de la formation est primordiale. Une équipe diversifiée doit superviser le développement et auditer fréquemment l’algorithme pour trouver et corriger les tendances biaisées. Au cours de cette phase, les équipes peuvent également utiliser des données synthétiques pour protéger la confidentialité des patients tout en fournissant une base de données de formation plus importante. Les modèles formés sur des données synthétiques peuvent être plus précis que les autres, il pourrait donc s’agir de la meilleure voie à suivre, même en dehors des préoccupations de confidentialité et de biais.

Enfin, les systèmes de santé doivent former les médecins à utiliser l’IA avec prudence. Ils doivent insister sur le fait que les experts humains doivent toujours avoir le dernier mot et enseigner aux professionnels les limites de l’IA pour éviter qu’ils ne comptent trop sur la technologie.

L’IA est en train de faire progresser le domaine de l’endoscopie

Bien que des défis subsistent, il est difficile de négliger le potentiel de l’IA en endoscopie. Certains réseaux hospitaliers utilisent déjà régulièrement des dépistages assistés par l’IA, et à mesure que la technologie s’améliore, son adoption devrait s’étendre. Une utilisation plus large, à son tour, entraînera la croissance des ensembles de données pertinents et le développement de pratiques exemplaires supplémentaires.

À mesure que ces tendances se poursuivent, l’IA pourrait façonner le domaine de l’endoscopie. Ces procédures deviendront plus précises, plus précises, plus accessibles, plus efficaces et plus sûres. Les médecins et les patients bénéficieront tous de ce changement.