Des milliers d'images au bout des doigts du radiologue Voir l'invisible

16 juillet 2019

2019 Santé

Le deuxième projet Pathfinder de Vector vise à améliorer la radiologie grâce à l'IA

Toronto - Aujourd'hui, l'Institut Vecteur, un institut de recherche indépendant et sans but lucratif axé sur l'apprentissage automatique de pointe, a annoncé le deuxième projet exploratoire de sa série visant à mettre en œuvre l'intelligence artificielle (IA) dans le secteur de la santé.

Le deuxième projet Pathfinder, réalisé en partenariat avec l'University Health Network (UHN) et l'Université de Waterloo (UWaterloo), permettra d'améliorer les diagnostics radiologiques grâce à l'IA.

Coral Review, une solution logicielle développée à l'UHN, est un outil d'apprentissage par les pairs utilisé par les cliniciens en imagerie diagnostique pour soutenir l'amélioration continue de la qualité de la pratique des radiologues. À l'aide d'un algorithme mis au point par le Dr H.R. Tizhoosh, directeur du Laboratory for Knowledge Inference in Medical Image Analysis (Kimia Lab) à l'UWaterloo et affilié à l'Institut Vecteur, Coral Review, doté d'une intelligence artificielle, parcourt des milliers d'images médicales existantes (c'est-à-dire des radiographies) à la recherche d'images similaires à celles d'un patient et recommande un diagnostic au médecin traitant.

"Coral Review permet actuellement l'examen anonyme par les pairs des diagnostics d'imagerie médicale. Cependant, il est limité par la disponibilité des médecins qui effectuent l'examen ou le "deuxième avis"", explique Leon Goonaratne, directeur principal de Digital UHN. "Une solution d'évaluation par les pairs basée sur l'IA a la capacité de fournir au médecin plus d'informations lorsqu'il effectue l'évaluation, y compris l'identification d'images correspondant à des cas rares ou difficiles à voir".

Les projets exploratoires sont des efforts à petite échelle conçus pour produire des résultats dans les 12 à 18 mois qui orientent la recherche future et l'adoption de la technologie. Avec le soutien technique et les ressources de l'Institut Vecteur, les projets rassemblent chacun une équipe de recherche multidisciplinaire pour s'attaquer à un problème ou à une opportunité de soins de santé importants en utilisant l'apprentissage automatique et l'IA de manière plus générale. Chaque projet a été choisi pour son potentiel à aider à identifier un "chemin" par lequel la recherche sur l'apprentissage automatique de classe mondiale peut être traduite en avantages généralisés pour les patients.

À propos de l'Institut Vecteur

L'Institut Vecteur est une société indépendante à but non lucratif qui se consacre à l'avancement de l'intelligence artificielle, en excellant dans l'apprentissage machine et l'apprentissage profond. La vision de l'Institut Vecteur est de stimuler l'excellence et le leadership dans la connaissance, la création et l'utilisation de l'IA au Canada afin de favoriser la croissance économique et d'améliorer la vie des Canadiens.

L'Institut Vecteur est financé par la province de l'Ontario, le gouvernement du Canada par le biais de la stratégie pancanadienne en matière d'IA administrée par le CIFAR, et des sponsors industriels issus de l'ensemble de l'économie canadienne.

À propos du Réseau universitaire de santé

Le University Health Network comprend les hôpitaux Toronto General et Toronto Western, le Princess Margaret Cancer Centre, le Toronto Rehabilitation Institute et le Michener Institute of Education de l'UHN. L'étendue de la recherche et la complexité des cas à l'University Health Network en ont fait une source nationale et internationale de découverte, d'éducation et de soins aux patients. Il dispose du plus grand programme de recherche hospitalière au Canada, avec des recherches majeures en cardiologie, transplantation, neurosciences, oncologie, innovation chirurgicale, maladies infectieuses, médecine génomique et médecine de réadaptation. University Health Network est un hôpital de recherche affilié à l'université de Toronto . www.uhn.ca

AI-Enhanced Coral Review (en anglais)

Le Dr H. R. Tizhoosh et son équipe travaillent au carrefour des soins de santé et de l'intelligence artificielle (IA) depuis plus d'un quart de siècle. Pourtant, ce n'est que maintenant que le monde commence à voir les fruits de ce travail. "Malgré les progrès que nous avons accomplis, dit-il, nous n'en sommes qu'au tout début si nous voulons introduire la technologie dans les hôpitaux.

Directeur du Kimia Lab à l'Université de Waterloo (UWaterloo), le Dr Tizhoosh sera à l'avant-garde de ce changement important en cherchant à améliorer le système d'examen par les pairs en imagerie médicale de l'University Health Network (UHN), Coral Review. Il s'agit du deuxième projet exploratoire de l'Institut Vecteur, qui réunit des équipes de recherche pluridisciplinaires pour s'attaquer à d'importants problèmes de soins de santé à l'aide de l'apprentissage automatique.

Développé à l'UHN, Coral Review a été mis en place dans un certain nombre d'hôpitaux en Ontario. Conçue pour mettre l'accent sur la qualité et l'éducation au sein des services d'imagerie médicale, la solution permet un examen anonyme par les pairs d'un diagnostic d'imagerie médicale, ainsi que de la qualité de l'image.

" Coral Review a permis la mise en place d'un programme de qualité et d'éducation pour de nombreux hôpitaux ", déclare Leon Goonaratne, directeur principal, Digital UHN. "Alors que ce processus d'évaluation par les pairs permet d'identifier et de faciliter de nombreuses opportunités d'apprentissage et de coaching à travers la province, nous pensons que l'intelligence artificielle est la prochaine étape pour rendre la solution encore plus efficace".

Pour apporter plus de régularité et d'efficacité au système, le Dr Tizhoosh et son équipe entraînent un algorithme d'apprentissage automatique avec un mélange de données publiques et privées de plus de 200 000 images médicales anonymes. Une fois entraînée, l'application Coral Review améliorée par l'IA trouverait des images similaires issues de cas antérieurs et proposerait des diagnostics, tout en laissant la décision finale aux médecins.

"Il s'agit d'une IA déployée d'une manière légèrement différente", explique le Dr Tizhoosh. "Elle permet au radiologue qui pose le diagnostic de bénéficier de la connaissance de milliers de diagnostics posés par d'autres cliniciens. C'est très différent de l'établissement d'un diagnostic à partir de zéro.

Les équipes de l'UHN et de Kimia Lab commencent relativement petit, se concentrant sur les radiographies du thorax et plus particulièrement sur les pneumothorax, ou affaissements pulmonaires. Cette affection constitue un défi technique pour les radiologues et un défi pratique pour les médecins ; certains types de pneumothorax peuvent être difficiles à voir sur une radiographie et un poumon affaissé est à la fois douloureux et potentiellement mortel. Les petits affaissements posent un problème particulièrement important. "Les médecins peuvent manquer les petits collapsus dans 40 % des cas parce qu'ils ne sont tout simplement pas visibles", explique le Dr Tizhoosh.

À l'heure actuelle, leur algorithme a un taux de précision d'environ 70 %. Mais grâce au soutien de Vector en matière de technologie et de ressources, ils l'affineront au cours de l'année prochaine et espèrent porter ce taux à plus de 90 % avant de l'incorporer dans le système existant. Le Dr Tizhoosh espère également étendre le champ d'application du projet au-delà du pneumothorax. "À long terme, nous voulons ajouter une longue liste de problèmes que nous vérifions automatiquement. "Nous voulons trouver des problèmes plus difficiles et travailler à plus grande échelle dans le domaine de la radiologie.

Une fois mis en œuvre, le système sera le premier du genre : un outil de diagnostic d'images médicales basé sur l'IA et la récupération d'images. "Travailler avec les hôpitaux pour mettre en œuvre l'IA dans l'imagerie médicale est la chose la plus passionnante que j'aie jamais faite dans ma carrière", s'enthousiasme le Dr Tizhoosh. Je veux regarder en arrière et dire "voilà ce que j'ai fait en tant qu'informaticien". C'est une période très excitante.

Le projet "AI-Enhanced Coral Review" est le deuxième d'une série de projets exploratoires identifiés et soutenus par l'Institut Vecteur.

Projets supplémentaires de Pathfinder : 

Identification des tiques pour lutter contre la maladie de Lyme

Système d'alerte précoce pour la médecine interne générale

Un cardiologue canadien de renom utilise l'IA pour répondre à une bombe à retardement

 

En rapport :

2024
Santé
Histoires de réussite

Les ateliers Vector donnent un aperçu du déploiement responsable de l'IA dans le domaine de la santé

Portrait d'Azra Dhalla
2023
Santé
Perspectives

Mise en œuvre sûre de l'IA dans le domaine de la santé : Pourquoi la bonne approche est importante

Trois personnes entourant un ordinateur portable portant un autocollant de l'Institut Vecteur
2023
Santé
Recherche
Recherche 2023

IA et santé publique : utilisation du traitement du langage naturel pour la gestion des bases de données cliniques