La radiologie interventionnelle est prête à être disruptée par l’IA – Leaders d’opinion

Par: Oz Moskovich, responsable de l’IA et de la science des données, XACT Robotics.

Presque tous les secteurs de la santé explorent des applications pour l’intelligence artificielle, mais il y a des domaines de la médecine qui offrent plus d’opportunités pour une disruption par l’IA que d’autres. En tant que responsable d’une équipe de science des données en robotique médicale, je suis à la recherche de domaines ayant besoin, et aucune spécialité médicale ne présente un besoin plus clair pour l’IA que la radiologie interventionnelle.

Les défis auxquels la radiologie interventionnelle est confrontée aujourd’hui incluent:

• Manque de spécialistes: Seuls environ 10 pour cent des radiologues reçoivent une formation de subspecialité en radiologie interventionnelle.
• Coût: Le manque de spécialistes contribue à des coûts supplémentaires pour les patients. Les patients ruraux, en particulier, doivent souvent voyager pour trouver le radiologue interventionnel le plus proche – engendrant des coûts pour les déplacements et l’hébergement.
• Diagnostic en temps opportun: Une étude récente de Sinai a montré qu’un diagnostic plus précoce a conduit à une diminution significative des décès par cancer du poumon.
• Propriétés des tumeurs: Lors du diagnostic d’une éventuelle tumeur, la taille, la localisation et la compliance des tissus peuvent toutes entraîner un diagnostic et un traitement retardés.
• Incohérences dans les procédures: Les méthodes procédurales manuelles nécessitent parfois plusieurs insertions pour atteindre la cible souhaitée, ce qui peut entraîner des temps de procédure plus longs, des réadmissions ou des complications.

Heureusement, les outils disponibles aujourd’hui aident déjà à atténuer ces défis et l’IA est l’un des principaux outils parmi eux. En couplant les capacités d’IA et d’apprentissage automatique avec les plateformes robotiques et d’imagerie, notre système de santé peut élargir l’accès aux soins de qualité. Cela implique d’améliorer la rapidité, l’efficacité et la disponibilité de procédures telles que les biopsies et les ablations, ce qui entraîne de meilleurs résultats et une plus grande satisfaction des patients.

Opportunité en robotique

Les systèmes robotiques se sont propagés dans toute la médecine, mais la demande de planification et de surveillance d’images guidées complexes et précises dans des procédures telles que les biopsies ou les ablations fait de la robotique un choix idéal pour la radiologie interventionnelle. Avec une insertion et une direction robotiques précises, les médecins peuvent diagnostiquer et traiter des maladies potentiellement mortelles plus tôt – lorsque les tumeurs sont plus petites et plus sensibles au traitement. La technologie robotique offre également un moyen d’intégrer davantage l’IA et l’apprentissage automatique dans la radiologie interventionnelle.

Avec des flux de travail cliniques qui intègrent de plus en plus les technologies alimentées par l’IA dans de multiples domaines, il ne s’agit que d’une question de temps avant que des systèmes robotiques similaires soient adoptés. Lorsqu’ils sont combinés avec l’apprentissage automatique, les systèmes robotiques peuvent tirer parti de vastes quantités de données de procédures passées pour aider les médecins à prendre des décisions éclairées. En partageant ces données à l’échelle mondiale et en fournissant les moyens de les analyser, l’apprentissage automatique devient une force unificatrice qui donne naissance à un niveau de soins plus sophistiqué fondé sur un ensemble plus large d’expériences. De la recherche de cas présentant des caractéristiques similaires à la mise en évidence des risques et des anomalies, en passant par les recommandations en temps réel, même les médecins les plus expérimentés bénéficieront de l’accès à cet ensemble de capacités. De plus, l’association de l’IA et de l’imagerie produit de nouvelles capacités, telles que l’amélioration d’images, la fusion d’images, la segmentation de tissus et les rendus 3D. Chacune de ces capacités donne au médecin l’image la plus claire de ses cibles, permet la planification de la procédure à l’avance et peut contribuer à une procédure plus précise et à l’optimisation des résultats.

Résolution des pénuries et des incohérences

Les plateformes robotiques alimentées par l’IA ont la capacité de rendre les procédures plus prévisibles – en réduisant le risque de réadmission et en complétant les procédures en un temps constant. Une partie de cette prévisibilité consiste à assurer un résultat optimal avec une seule procédure et à éviter la nécessité de réadmettre un patient pour une deuxième procédure. Medicare dépense environ 30 milliards de dollars par an pour les réadmissions hospitalières et plus de la moitié de ces dépenses sont consacrées à des réadmissions évitables. En planifiant les procédures et en exploitant les grandes données, l’apprentissage automatique et l’IA via les plateformes robotiques, nos médecins exécuteront les procédures avec précision et efficacité et réduiront les dépenses improductives liées à des procédures évitables.

L’IA a également l’opportunité d’aider à résoudre les pénuries de spécialistes. À mesure que les appareils intuitifs deviennent plus courants dans les établissements de soins et que les connaissances procédurales deviennent plus accessibles, les auxiliaires de médecins – c’est-à-dire les assistants de médecins et les infirmières praticiennes – effectueront davantage de procédures. En dotant davantage de cliniciens des outils pour effectuer des procédures interventionnelles, nous pouvons soulager une population de médecins tendue et répartir la charge clinique de manière plus équitable.

Les applications de l’IA en médecine sont encore loin d’être omniprésentes, mais en fin de compte, il y a une opportunité énorme pour l’IA d’améliorer les capacités des médecins en radiologie interventionnelle – elle ne les remplacera jamais, mais servira plutôt de nouvel outil magnifique. En continuant à faire progresser le travail qui est déjà en cours dans les équipes de développement de la robotique, de l’IA et de l’apprentissage automatique, nous allons introduire des technologies de pointe dans la radiologie interventionnelle. Elle a le potentiel d’aider à résoudre les pénuries de médecins et à obtenir des résultats positifs de manière plus efficace et plus rapide pour une population de patients plus large.