- 14/06/2025
Radios, scanners, IRM… Les nouvelles technologies permettent d’obtenir des résultats beaucoup plus précis pour le bien des patients. Nicolas Berrod explique cette évolution.
Catégorie
🗞
NewsTranscription
02:30Bonjour, c'est bon, vous m'entendez tous bien ?
02:33Bon, on fait la tech, on est deux sur la santé, moi je m'occupe essentiellement de la santé, et puis deux collègues qui font le climat, et puis un chef au-dessus de nous pour encadrer tout ça, et puis un collègue qui fait la science.
02:44Alors, je suis venu ici pour vous parler d'un des domaines en médecine, voire le domaine qui est le plus révolutionné, entre guillemets, par l'intelligence artificielle.
02:54L'IA, je pense que vous en avez énormément entendu parler, on en parle dans tous les domaines, on en parle un peu partout.
03:00Parfois, il y a un peu des fantasmes sur, on se dit, il y a de l'IA là-dedans, mais en fait, ce n'est pas tout à fait vrai.
03:06Il se trouve qu'en médecine, l'IA est déjà là, elle est déjà concrètement là, si je puis dire.
03:12Elle est là dans le cabinet des médecins qui vont l'utiliser pour faire des comptes rendus automatisés de consultation.
03:17Donc, ça veut dire qu'ils n'auront plus besoin de tout taper, de tout retranscrire à la main.
03:22Elle est aussi dans le diagnostic pour établir un meilleur diagnostic.
03:26Et ça passe notamment pour faire un diagnostic par l'imagerie médicale.
03:29Et c'est de ça dont je vais vous parler aujourd'hui, de la façon dont l'imagerie médicale au sens large a été révolutionnée par l'intelligence artificielle.
03:38Je vais commencer par vous montrer l'imagerie médicale.
03:42Déjà, qu'est-ce que c'est ? Je pense que vous avez tous fait une radio dans votre vie, un scanner, une IRS.
03:48En fait, l'imagerie médicale, c'est tout ce qui permet de voir à l'intérieur du corps humain sans avoir à ouvrir le corps humain.
03:54Donc, il y a différents types d'examens.
03:56La radio, l'IRM, le scanner, mais aussi l'échographie, l'endoscopie, quand on introduit un petit tube dans l'œsophage, par exemple, par la bouche.
04:04Tout ça, c'est de l'imagerie médicale.
04:06Tout ça, ça permet des examens qui sont totalement indolores, parfois sous anesthésie comme l'endoscopie, mais totalement indolores,
04:13qui permettent de voir ce qu'il y a dans le corps humain, s'il n'y a pas un problème quelque part.
04:17Donc, tout ça, c'est l'imagerie médicale.
04:19Pourquoi est-ce qu'on parle de l'IA dans l'imagerie médicale ?
04:22C'est parce que, depuis plusieurs années, on s'est dit que les technologies allaient nous permettre d'avoir des diagnostics beaucoup plus précis
04:29sur la base d'images issues de radios, de scanners, etc.
04:33En fait, on s'est dit que l'IA allait permettre de détecter des anomalies que l'œil humain allait peut-être rater ou n'allait peut-être pas bien percevoir.
04:41Et donc, pour ça, c'est comme Tchad GPT.
04:43On a entraîné des modèles d'IA.
04:45Quelque part, pour imager, on lui a soumis énormément d'images, de radios, d'IRN, de scanners, etc.
04:52Donc, en fait, elle a appris parce qu'on lui a dit là, il y a une tumeur, là, il n'y a pas de tumeur, etc.
04:57Là, il y a une cataracte. Là, il n'y a pas de cataracte.
04:59Là, il y a une lésion. Là, il n'y a pas de lésion.
05:02Du coup, elle a appris à identifier les types d'images sur lesquels il y avait un problème.
05:07Et ça lui a permis, après, une fois qu'on lui soumettait à une imagerie nouvelle,
05:14ça lui permettait de nous dire rapidement est-ce qu'il y a un problème ou pas.
05:19Donc, c'est pour ça qu'elle allait permettre de faire gagner du temps aux médecins
05:22et surtout d'avoir un diagnostic plus précis.
05:25Et on sait combien, notamment en cancérologie, mais pas que,
05:27si on dépiste tôt, si on dépiste vise un problème,
05:31on peut le prendre en charge beaucoup plus rapidement
05:32avec des traitements moins lourds, avec un risque de séquelles moindres, etc.
05:37Ça, c'est pour la partie un peu théorique, un peu générale.
05:41Je vais vous montrer quelques exemples très précis
05:43qu'on peut faire avec l'IA, qu'on peut déjà faire aujourd'hui
05:46sur la base des reportages que j'ai faits, des médecins avec qui j'ai échangé.
05:50Ça, c'est des exemples très concrets.
05:52Je vais vous raconter un petit peu comment ça peut marcher.
05:55Ici, par exemple, vous avez une image d'une radio,
05:57d'une main, parce qu'une personne avait une douleur
06:00au niveau des doigts, mais elle ne savait pas tellement.
06:03Donc, elle est allée faire une radio
06:05dans un cabinet de radiologie libéral en région parisienne.
06:09Et puis, elle est tombée sur un radiologue
06:11qui est un fan d'IA.
06:13Il se qualifie lui-même de radiologue augmenté
06:15parce qu'il considère que l'IA lui permet
06:16d'augmenter ses capacités.
06:18Et donc, il utilise déjà plusieurs logiciels
06:20dans son travail d'imagerie et de radiologue.
06:24Et l'un des logiciels va lui permettre,
06:26sur la base d'une simple image, d'une simple radio,
06:28d'aller encadrer une zone
06:30où le logiciel a détecté une anomalie.
06:33Donc là, par exemple, c'est le petit carré blanc
06:35que vous voyez.
06:36Il y a une toute petite fracture, toute petite,
06:39mais que l'œil humain, sincèrement, n'avait pas vu.
06:43Même lui, qui a l'habitude de consulter
06:44les radios à la chaîne, il n'avait rien vu du tout.
06:47Et là, l'IA va permettre d'encarter
06:53la petite zone où il y a un problème.
07:15Après, lui, qu'est-ce qu'il va faire ?
07:16Il va zoomer et il va se rendre compte
07:18que là, effectivement, il voit quelque chose.
07:20Donc en fait, l'IA lui a permis de gagner du temps.
07:22Donc là, c'est pareil.
07:23C'est une radio d'un poumon, cette fois.
07:25Les nodules, on peut les détecter
07:27parce que ça fait des tâches un petit peu sombres,
07:28mais parfois, c'est des tâches qui ne sont pas énormes
07:31ou alors c'est une tâche qui est sombre,
07:32mais qui est dans une zone qui est déjà assez sombre,
07:34donc on ne la distingue pas forcément.
07:36Et là, on a un outil d'IA
07:37qui va nous permettre, sur la base, à nouveau,
07:39d'une simple radio,
07:40de nous sortir aucun nodule trouvé
07:43ou parfois suspicion de nodule, etc.
07:46S'il n'y a aucun nodule trouvé,
07:47le médecin peut quand même faire le choix
07:49et je vais y revenir à la fin,
07:51d'aller vérifier par lui-même
07:52ce que donne l'imagerie, ce que donne la radio,
07:55mais ça peut déjà le guider,
07:56ça lui donne une indication.
07:57Et évidemment, s'il y a marqué suspicion de nodule,
08:00et bien là, évidemment,
08:01que le médecin va lui-même aller approfondir ça
08:03avec son expertise, avec son expérience,
08:06mais l'intelligence artificielle,
08:09le logiciel qui est dopé à l'IA,
08:10lui aura permis de gagner un temps fou.
08:13Ça, c'est un autre type d'imagerie,
08:16c'est ce qu'on appelle une endoscopie.
08:17Certains d'entre vous ont peut-être déjà fait une endoscopie.
08:21Endoscopie, ça se fait notamment en médecine digestive.
08:25C'est-à-dire qu'on va vous introduire un petit tuyau,
08:27soit par l'œsophage, soit par l'anus.
08:29Donc on appelle ça soit une fibroscopie,
08:30soit une coloscopie.
08:32Et ça va permettre d'aller,
08:33avec ce petit tube où il y a une caméra au fond,
08:37ça va permettre d'aller comme ça,
08:38prendre des images de tout l'œsophage
08:40ou de tout le colon et d'aller détecter
08:42s'il n'y a pas un problème,
08:43s'il n'y a pas une lésion,
08:44s'il n'y a pas des cellules cancéreuses, etc.
08:48Donc ça, c'est une image que les médecins
08:49sont habitués à voir.
08:51Vous, je pense, un petit peu moins.
08:52Ça, c'est une image d'un tube digestif
08:55et c'est pris par la caméra
08:57qui est au bout de l'endoscope.
08:59Sur ces images-là,
09:00maintenant, de plus en plus souvent,
09:01on a des outils qui nous permettent
09:04aussitôt, en permanence,
09:05pendant que la caméra filme,
09:06d'aller détecter s'il n'y a pas des lésions,
09:09s'il n'y a pas des problèmes,
09:10notamment à la surface des tubes digestifs,
09:12que l'œil humain n'aura pas forcément vus.
09:15Donc là, je vous ai montré cette imagerie.
09:17Là, a priori, il n'y a pas de signal apparent,
09:20mais il y avait un petit doute.
09:22En fait, le médecin avait un doute
09:23sur la partie un peu rougeâtre qui est en bas,
09:26mais le logiciel n'a rien détecté de particulier.
09:28Et donc, il a considéré qu'il n'y avait rien.
09:30Il a poursuivi son examen.
09:33Et au final, la personne n'avait rien.
09:34Elle avait un problème qui était tout autre.
09:37Et elle allait mieux quelques semaines plus tard.
09:40Donc, vous voyez, c'est vraiment très large.
09:42Les fractures, les nodules, les lésions, etc.
09:45Ça, c'est encore un autre exemple.
09:46C'est pour le cancer du sein.
09:48Le cancer du sein, c'est un cancer
09:49qui est malheureusement parmi les plus fréquents
09:51et le plus fréquent chez la femme,
09:52qui entraîne une mortalité assez importante
09:53et qui peut aussi toucher des femmes.
09:55On en voit le plus jeune, de 30, 40 ans.
09:58Donc, le dépistage du cancer du sein,
10:00c'est quelque chose qui est primordial.
10:02Il y a beaucoup, beaucoup d'équipes de recherche
10:03en France et dans le monde entier
10:04qui travaillent pour améliorer la précision
10:07du diagnostic du cancer du sein.
10:10Donc là, c'est pareil.
10:11On s'est dit que l'IA allait peut-être nous permettre
10:13sur la page d'imagerie,
10:15sur la page de mammographie,
10:16d'aller détecter s'il n'y avait pas un cancer du sein
10:19que l'œil humain n'aurait pas forcément vu.
10:21Et il y a beaucoup d'études qui ont été menées,
10:23notamment une étude suédoise qui s'appelle Masai,
10:25qui est une étude qui a été menée
10:27sur une cohorte très importante
10:28de dizaines de milliers de femmes en Suède
10:32qui sont toutes éligibles
10:33à l'examen de dépistage du cancer du sein.
10:37Et on s'est rendu compte que le logiciel
10:39qui était dopé à l'IA
10:41avait une précision plus importante
10:43que simplement l'œil humain.
10:46Pour vous donner deux chiffres,
10:47le logiciel avec l'IA
10:49permettait de faire économiser aux médecins
10:51à peu près 50% de son temps
10:53et ça permettait de gagner 30% à peu près de précision.
10:57Il y a évidemment des limites.
10:58J'en parlerai à la fin.
10:59Tout n'est pas rose et tout n'est pas forcément simple,
11:02mais les chiffres sont impressionnants.
11:04Sur les graphiques que je vous ai mis ici,
11:07ça, c'est une autre étude, mais c'est pareil.
11:08C'est sur des examens de dépistage du cancer du sein.
11:11Sans entrer dans le détail,
11:13la courbe noire, c'est le logiciel qui est dopé à l'IA
11:15et la courbe colorée, c'est simplement le regard humain.
11:21Et on voit que ce qu'on appelle la sensibilité,
11:23pour résumer, c'est la précision du diagnostic.
11:26On voit que plus on est haut, mieux c'est.
11:27Et on voit que systématiquement,
11:29quel que soit l'opérateur humain,
11:32le premier, le deuxième, le troisième, le quatrième,
11:35on voit que la courbe noire est toujours au-dessus
11:36de la courbe colorée.
11:38Ça veut dire que la précision du diagnostic par l'IA
11:40était toujours plus importante
11:42que le diagnostic simplement humain.
11:45Je vais vous montrer un dernier exemple,
11:48encore un autre.
11:49Est-ce que certains devinent ce que ça peut montrer ?
11:52Oui ?
11:56L'œil humain, absolument.
11:58C'est un outil qui va nous permettre
11:59d'aller dépister une maladie de l'œil
12:01qui s'appelle la cataracte,
12:03qui est une maladie très commune.
12:04En fait, c'est quand le cristallin,
12:06une petite lentille qu'on a à l'entrée de l'œil,
12:09devient opaque.
12:10C'est une maladie très commune
12:12et qui, en fait, entraîne une baisse de la vision,
12:15en général des deux yeux.
12:16Donc, c'est évidemment très handicapant au quotidien
12:18pour la vie de tous les jours.
12:20La cataracte, c'est quelque chose qui est assez fréquent,
12:21notamment chez les personnes âgées.
12:23Ma mère est au phytalmo et des cataractes,
12:25elle en a opéré à gogo,
12:26donc ça me parle aussi un petit peu.
12:29Et la cataracte, auparavant,
12:31ça se dépistait uniquement à l'œil humain.
12:33Donc, on prenait de l'imagerie du cristallin
12:35et on essayait de voir s'il y avait des cristallins
12:38qui étaient assombris
12:38et ça pouvait être le signe d'une cataracte.
12:40Avec des nouveaux outils d'IA,
12:43ces outils nous permettent de colorer
12:44les zones qui peuvent être évocateurs d'une cataracte.
12:48Donc ici, vous avez huit images de cristallins
12:50et sur les huit, il y en a sept
12:52où il y a de la coloration rouge,
12:54ça veut dire qu'il y a une cataracte.
12:56Ce n'est pas toujours le même type de cataracte
12:58puisque vous voyez que la zone rouge
12:59n'est pas toujours au même endroit,
13:00mais on voit que la maladie est présente,
13:02elle est plus ou moins avancée.
13:04Et le seul cristallin qui est sain,
13:06si je peux dire, c'est le cristallin numéro 7
13:07où là, il n'y a pas de problème.
13:09Mais dites-vous bien qu'avant le traitement par image,
13:11en fait, les huit ressemblaient plus ou moins,
13:14mais ressemblaient à peu près au cristallin numéro 7.
13:17Donc, un simple ophtalmo humain,
13:18aussi expérimenté soit-il.
13:21Parfois, ça peut être un petit peu compliqué pour lui
13:23d'aller assurer qu'il n'y a pas de cataracte
13:26ou qu'il y en a une.
13:27Parfois, il faut qu'il demande à des confrères,
13:29il faut qu'il demande un examen approfondi.
13:31Ici, ça parie immédiat, c'est coloré,
13:33on a tout de suite le signal.
13:35Donc, ça permet de gagner à la fois en temps
13:36et en précision.
13:38Voilà pour quelques exemples très concrets.
13:40Donc, vous le voyez, ça peut être des nodules au poumon,
13:42ça peut être des fractures dans la jambe,
13:44dans la main, dans le bras,
13:46ça peut être des cataractes au niveau de l'œil,
13:47ça peut être des cancers du sein,
13:49c'est extrêmement large
13:50et c'est déjà l'un des domaines
13:51qui est le plus révolutionné.
13:53Alors, pourquoi est-ce qu'on en parle
13:54et pourquoi est-ce que ça enthousiasme
13:56autant de médecins, de cancérologues,
13:58de radiologues, de pneumologues ?
13:59C'est pour plusieurs raisons.
14:01D'abord, l'IA, comme je vous l'ai dit,
14:03ça permet de gagner en précision.
14:05Le médecin, c'est un humain,
14:07donc parfois, il pense un peu à autre chose.
14:09Il a un peu l'esprit étourdi,
14:10il a passé une très grosse journée,
14:12donc il est un peu fatigué,
14:13donc il n'est plus forcément attentif qu'au début.
14:15La machine, elle, elle est en pleine forme
14:18le matin, le soir, la nuit, il n'y a pas de problème.
14:20Donc ça permet de gagner en précision.
14:22Ça permet aussi de gagner en rapidité.
14:25Et ça, c'est une très bonne chose pour les médecins
14:27parce qu'on parle beaucoup en ce moment
14:28du temps médical,
14:29que les médecins, ils se plaignent
14:31d'avoir de la paperasse à faire,
14:32d'avoir des choses comme ça
14:33et de ne pas avoir assez de temps
14:35à consacrer à leur passion.
14:36Si l'imagerie médicale leur permet
14:38de gagner en temps pour le diagnostic,
14:41on peut imaginer que les médecins,
14:43ils vont pouvoir prendre plus de temps
14:45pour accueillir leurs patients,
14:46leur parler, faire de l'humain avec eux,
14:48faire du relationnel, prendre le temps.
14:50On sait que ça peut être important aussi
14:52qu'on n'ait pas bien d'être écouté
14:53par son médecin.
14:54Et parfois, on regrette un petit peu.
14:56On le voit rivé sur son ordinateur
14:58en train de tout recopier,
15:00de tout retranscrire.
15:01On ne sait pas forcément trop
15:02ce qu'il fait d'ailleurs parfois.
15:03Donc ça, voilà, ça permet de gagner en rapidité
15:05et c'est extrêmement précieux
15:07pour les médecins
15:09et donc au bout du compte pour les patients.
15:12Le troisième avantage principal
15:13que j'y vois et que les médecins
15:15avec qui j'échange y voient,
15:17c'est que ça peut aussi potentiellement
15:18permettre de rendre plus accessible
15:20des examens qui peuvent être onéreux.
15:23Je vous prends un exemple tout bête.
15:35Oui, on peut opérer une personne au Maroc
16:05depuis la Chine, par exemple,
16:07avec un robot chirurgical
16:08qui est installé en Chine.
16:09Et bien demain, peut être qu'on pourra faire
16:11une endoscopie dopée à l'IA
16:13sur un patient qui est dans un pays
16:15où ils l'ont en tête.
16:16Ils considèrent que ça ne devrait pas
16:18les empêcher d'avancer,
16:19d'essayer de trouver des nouvelles technologies,
16:22des nouveaux procédés, etc.
16:24Mais il y a différents risques
16:25qui sont importants à garder en tête.
16:27Le premier, c'est que l'IA
16:29n'est pas 100% fiable.
16:32Ça vaut pour Tchad GPT,
16:33quand vous les posez des questions,
16:34parfois ils se trompent.
16:35Eh bien, l'imagerie médicale,
16:37un logiciel dopé à l'IA,
16:39parfois, il va se tromper.
16:41C'est pour cette raison que,
16:42en tout cas pour l'instant,
16:43et sans doute pour encore
16:44un certain temps au moins,
16:46le regard humain, le médecin,
16:48restera indispensable
16:49pour aller contrôler
16:51ce que va lui soumettre l'IA,
16:53pour aller vérifier le diagnostic de l'IA,
16:55pour aller peut-être l'approfondir, etc.
16:57Il va quand même gagner du temps
16:58parce qu'il n'aura pas forcément besoin
17:00de demander l'avis de 5 collègues,
17:02mais il faudra absolument
17:03qu'il conserve son expertise humaine.
17:06C'est pour ça que le radiologue
17:07dont je vous ai parlé au début,
17:08il se qualifie de radiologue augmenté.
17:10Dans radiologue augmenté,
17:12il y a bien un radiologue.
17:13Donc lui, il sera toujours là.
17:14Il ne pourra pas faire,
17:15en tout cas, il me l'a dit comme tel,
17:17il ne pourra pas faire
17:18une confiance aveugle à l'IA,
17:20en tout cas pour l'instant,
17:21et c'est une très bonne chose.
17:23Le deuxième risque à prendre en compte,
17:25c'est que, comme je vous l'ai dit tout à l'heure,
17:27ces outils d'IA fonctionnent
17:29à partir d'un corpus,
17:31d'une base de données gigantesque,
17:32où en fait, on lui a appris
17:34avec de l'imagerie,
17:36ça, il y a un problème,
17:37il y a une lésion,
17:37ça, il n'y en a pas, etc.
17:39Le problème avec ça,
17:40c'est qu'on sait qu'il y a
17:41certains types de cancers
17:42ou certaines maladies
17:43pour lesquelles il peut y avoir
17:44des facteurs ethniques ou génétiques
17:47qui peuvent rendre un type de cancer
17:49plus fréquent qu'un autre, par exemple.
17:50S'il y a, on l'a entraîné
17:53à partir d'imageries
17:54d'un seul groupe de population,
17:56par exemple,
17:56de la population d'un seul pays,
17:57par exemple,
17:58elle sera peut-être fiable
18:00pour les examens
18:01qui sont menés dans ce pays-là,
18:03mais par contre,
18:04elle sera beaucoup moins fiable
18:05potentiellement pour des examens
18:07qui seraient menés dans d'autres pays
18:08avec des populations
18:09qui ont des profils différents,
18:11qui ont des particularités différentes.
18:13Donc, il faut vraiment s'assurer
18:14que tous ces logiciels
18:15soient entraînés
18:16avec des bases de données
18:17issues de patients
18:19qui soient de toutes origines,
18:21de toutes origines
18:24à la fois sociales, économiques,
18:27de tous types de pays, etc.,
18:28pour avoir la meilleure diversité possible.
18:31Et ce que je vous ai dit là
18:32vaut aussi pour ChatGPT.
18:33Si on lui apprend uniquement
18:34à partir des données
18:35de sources américaines,
18:36il y a des mots, par exemple,
18:38en français
18:38qu'elle ne comprendra pas.
18:40Le troisième risque
18:41qui est important,
18:42c'est de faire attention
18:43au surdiagnostic.
18:45Pourquoi ?
18:45Parce qu'on se dit
18:46le diagnostic est bien meilleur
18:48avec l'IA,
18:49c'est génial,
18:50on va pouvoir détecter
18:51de façon beaucoup plus précise,
18:53beaucoup plus fine
18:53un cancer, etc.
18:55Mais le risque collatéral de ça,
18:57c'est que parfois,
18:58le logiciel va nous détecter
18:59des lésions ou des nodules
19:01qui pourraient être évocateurs,
19:03par exemple,
19:03d'un cancer non-invasif.
19:05Donc, un cancer qui,
19:06a priori,
19:07n'entraînera pas de conséquences,
19:08n'entraînera pas de risques
19:10pour la santé de la personne.
19:11Mais s'il y a,
19:12nous dit, attention,
19:13cancer,
19:14et que nous,
19:14on met à traiter le cancer,
19:15ça veut dire que la personne,
19:17on va lui donner des traitements,
19:18potentiellement des traitements lourds,
19:20potentiellement des traitements
19:21qui peuvent avoir
19:22des effets indésirables graves
19:24pour, en fait,
19:25quelque chose
19:25qui n'aurait pas forcément
19:27mérité d'être traité.
19:28Donc, le surdiagnostic,
19:29c'est capital,
19:30ça vaut pour certains types
19:31de cancers,
19:32on en parle beaucoup
19:32pour le cancer du sein,
19:34on en parle aussi
19:34pour le cancer du pancréas,
19:35notamment,
19:36il faut faire attention
19:37à ne pas tomber
19:38d'un extrême à l'autre,
19:39c'est-à-dire
19:39d'un diagnostic imprécis,
19:41un surdiagnostic,
19:42parce que ça peut avoir
19:43des conséquences
19:43sur la qualité de vie
19:45des patients
19:45si jamais on leur donne
19:46des traitements lourds
19:47qui ne seraient pas
19:48forcément justifiés.
19:50Le quatrième écueil
19:51à prendre en compte,
19:52c'est tout simplement
19:53la transparence.
19:54La relation de transparence
19:56entre un médecin
19:56et son patient,
19:57c'est indispensable.
19:58Bon, est-ce que le médecin
20:00doit signifier à son patient
20:02qu'il utilise
20:02des outils dopés à l'IA ?
20:04Il n'y a pas tellement
20:05de règles pour l'instant,
20:07il n'y a pas tellement
20:07de règles éthiques,
20:08c'est un peu
20:08chaque médecin fait
20:09comme il veut,
20:10mais si jamais l'IA
20:11continue à se développer
20:13de plus en plus,
20:13et c'est évidemment
20:14ce qui va se passer,
20:15la question pour les médecins
20:16de savoir
20:17est-ce qu'il faut
20:17qu'ils préviennent
20:18les patients
20:19va mécaniquement
20:20se poser de plus en plus.
20:22Et le cinquième risque
20:23que moi j'identifie,
20:24mais il y en aurait davantage,
20:25et qui d'ailleurs
20:26vint un petit peu de pair
20:27avec celui de la transparence,
20:29c'est celui
20:29de la responsabilité.
20:31Mettons demain,
20:32on vous fait une intervention,
20:34on vous fait un acte
20:35d'imagerie
20:36avec l'IA,
20:38mais ça peut aussi valoir
20:38pour une intervention
20:39chirurgicale guidée
20:41par l'IA par exemple,
20:43imaginons qu'il y a
20:43un problème,
20:44que l'opération se passe mal,
20:46que l'outil d'imagerie
20:49se trompe dans l'organistic,
20:50imaginons qu'il y a
20:51un problème.
21:09Le patient a besoin
21:28d'avoir trois semaines
21:29de traitement supplémentaire,
21:31voire qu'il ait des séquelles.
21:32Qui est responsable ?
21:34Est-ce que c'est l'humain ?
21:35Est-ce que c'est le logiciel
21:36qui a mis au point,
21:37vers qui le patient
21:40devra se tourner
21:41pour aller demander
21:42réparation ?
21:44C'est une question
21:44qui n'est pas encore tranchée,
21:45mais c'est comme celle
21:46de la transparence.
21:47Il faudra qu'elle le soit
21:48à un moment donné,
21:49parce que l'IA va évidemment
21:50se développer en médecine.
21:52Voilà un petit peu
21:52ce que je voulais vous dire
21:53sur la façon dont l'IA
21:55révolutionne,
21:56et c'est déjà le cas,
21:57c'est déjà concret
21:57l'imagerie médicale.
21:59Évidemment que l'IA
21:59c'est beaucoup plus large
22:00en médecine,
22:01mais sur l'imagerie médicale,
22:02c'est l'un des domaines,
22:03voire le domaine
22:04qui est le plus révolutionné.
22:05Et pour finir,
22:06je peux vous raconter
22:07une petite anecdote
22:07avant de vous laisser
22:08à vos questions
22:09si vous en avez.
22:10Mon père est chirurgien digestif
22:12et quand j'étais petit,
22:13son métier m'a toujours fasciné,
22:14donc je lui avais demandé
22:15à ce qu'il puisse me montrer
22:16un peu comment il travaillait.
22:18Donc j'étais allé voir
22:18des opérations
22:19et à un moment,
22:20il s'est mis à opérer
22:20avec des robots.
22:21Donc lui,
22:22il guidait un robot
22:23avec des manettes
22:23et c'est le robot
22:24qui opérait
22:25de façon très précise.
22:27Et je me rappelle
22:35une semaine,
22:50maintenant qu'il est à la retraite,
22:51il m'a dit,
22:52tu vois,
22:53toi,
22:53tu écris beaucoup
22:54sur l'IA en médecine.
22:55Moi,
22:55j'ai vu l'arrivée des robots,
22:57j'ai utilisé
22:57les premiers robots.
22:58Vous parliez tout à l'heure
22:59que tout n'était,
23:01vous évoquiez le fait
23:01que tout n'était pas rose
23:02par rapport à la protection
23:05des données
23:06quand vous avez parlé
23:07de transparence.
23:08Je dirais,
23:08quel est votre avis
23:09sur le sujet ?
23:11Alors,
23:11vous avez raison.
23:13J'ai dit qu'il y avait
23:14d'autres risques
23:14dont je n'avais pas parlé.
23:15Celui-ci en est un,
23:16la protection des données
23:17parce que le risque serait
23:19que quand aujourd'hui
23:21on passe une imagerie,
23:22que les données
23:24de nos examens d'imagerie
23:26seraient elles-mêmes
23:27permettraient elles-mêmes
23:29d'alimenter des modèles
23:30et donc d'alimenter
23:31de futurs outils d'IA,
23:32les outils d'IA de demain.
23:34Ça rejoint la transparence
23:35parce que moi,
23:36je considère qu'un médecin,
23:38si par exemple,
23:39il est associé
23:39avec un laboratoire
23:40ou avec une entreprise
23:41pour bâtir
23:42un nouvel outil d'IA
23:43et que du coup,
23:44il a accepté
23:45que certains
23:45de ses actes d'imagerie
23:47soient utilisés
23:48pour alimenter un modèle
23:49et pour fabriquer
23:50quelque part un logiciel,
23:52je considère
23:52que le médecin
23:53devrait demander
23:54l'accord de son patient,
23:55demander si le patient
23:56est d'accord,
23:57lui expliquer
23:57à quoi ça peut servir,
23:59que ça peut servir
24:00pour rendre des examens
24:01plus précis,
24:01donc ça peut servir
24:02pour la communauté,
24:03ça peut servir
24:03pour le bien commun,
24:04pour l'avenir,
24:05mais évidemment,
24:06il me paraît indispensable
24:07qu'il y ait le consentement
24:08du patient
24:08parce que sinon,
24:10le patient,
24:10il ne donnera pas
24:11son consentement,
24:12il n'en saura jamais rien,
24:13mais c'est une question morale
24:14en fait,
24:15et on sait que dans la relation
24:16entre le patient
24:17et le soignant,
24:18la relation de transparence,
24:20la relation de confiance
24:21est indispensable.
24:22Tout à l'heure,
24:22je vous ai dit
24:22que quand il y avait
24:23une erreur médicale
24:24d'expérience,
24:26moi ce que les médecins
24:26me racontent,
24:27c'est quand ils expliquent
24:27au patient
24:28qu'il y a eu tel problème,
24:30en général,
24:30les patients,
24:31ils comprennent,
24:31sauf si vraiment,
24:32il y a eu une erreur
24:33gravissime que le médecin
24:35a opéré alors qu'il était
24:36bourré,
24:36j'en sais rien,
24:37mais sinon,
24:38le patient,
24:38il va comprendre.
24:39Si par contre,
24:39le patient réalise
24:41qu'on lui a caché
24:41quelque chose,
24:42il ne va pas aimer.
24:43Et si on lui a caché
24:44quelque chose
24:45sans qu'il puisse le savoir,
24:46pour moi,
24:47ce n'est pas normal
24:47et ce n'est pas éthique.
24:48Donc oui,
24:48le médecin devrait
24:49prévenir son patient.
25:01Bonjour.
25:02Alors,
25:02j'aurais juste une question
25:03par rapport à la technologie.
25:05Vous avez parlé
25:06de base de données,
25:06donc je parie sur RAG
25:08et un réseau de neurones
25:10qui ferait de la classification
25:11d'images.
25:12Est-ce que vous pouvez détailler
25:12peut-être un tout petit peu
25:13les technologies utilisées,
25:14s'il vous plaît ?
25:16Alors,
25:16en tout cas,
25:17pour ce qui est de l'imagerie,
25:18ça dépend du type d'imagerie.
25:20Ce n'est pas forcément
25:21la même chose
25:21pour les radios,
25:22les IRM,
25:22les scanners,
25:23mais pour résumer,
25:24la façon la plus simple,
25:26la plus caricaturale,
25:27c'est comme ChatGPT,
25:28c'est que,
25:29par exemple,
25:29vous avez des bases de données
25:30de dizaines de milliers
25:31de radios qui ont été faites.
25:33Sur ces radios,
25:35il y en a certaines
25:35qui sont fléchées,
25:36fractures,
25:37d'autres pas fractures.
25:38On les envoie au logiciel.
25:40Lui va mouliner tout ça
25:42et il va apprendre
25:42à partir de ça
25:43le type d'imagerie
25:44qui correspond à une radio.
25:46C'est comme
25:46quand vous demandez
25:47à ChatGPT,
25:48vous voyez une photo,
25:49vous lui demandez
25:49est-ce que c'est un chat ?
25:51C'est tout bêtement
25:51parce que lui,
25:52il s'est entraîné
25:54sur des dizaines de millions,
25:55des centaines de millions,
25:56des milliards de photos.
25:57Certaines étaient des chats.
25:58On lui a dit
25:58que c'était un chat.
25:59D'autres n'étaient pas un chat.
26:00On lui a dit
26:00que ce n'était pas un chat.
26:01Et donc,
26:02au bout du compte,
26:03il saura dire
26:04si c'est un chat ou pas.
26:05Pour la radio,
26:05l'imagerie,
26:06c'est assez simple
26:06parce qu'on a juste des images
26:08qui sont évidemment
26:08très différentes,
26:09mais on a des images.
26:10On sait à posteriori
26:12si ces images
26:13étaient révélatrices
26:14d'un dysfonctionnement ou pas.
26:16Donc,
26:16il y a des algorithmes
26:17qui sont ultra puissants
26:18et qui vont aller s'entraîner
26:19sur des imageries déjà faites
26:20pour ensuite dire
26:22telle nouvelle imagerie,
26:23telle nouvelle image,
26:24telle nouvelle radio.
26:25Il y a
26:25en tout cas,
26:27au moins une suspicion
26:28d'une anomalie ou pas.
26:30Voilà.
26:30Alors bonjour,
26:35merci beaucoup
26:35pour la présentation.
26:37J'avais une question
26:38sur la relation de transparence
26:39dont vous avez parlé.
26:41Est-ce que vous pensez
26:41que l'IA en imagerie
26:42pourrait être un avantage concurrentiel
26:44pour les cliniques,
26:45par exemple,
26:46entre la clinique A
26:47qui n'a pas l'IA
26:48et la clinique B
26:49qui est à l'IA
26:49pour le patient,
26:50mais à la fois
26:50pour le personnel médical
26:51aussi à l'avenir ?
26:53Alors oui,
26:54en tout cas,
26:55ça peut aussi être un facteur
26:56d'attractivité
26:57pour des médecins.
26:58Par exemple,
26:59s'il y a des radiologues
26:59comme celui-ci
27:00qui est le radiologue
27:01qui est le docteur
27:02Vincent Seban
27:03qui est un radiologue
27:04à Paris
27:04que je suis allé voir
27:05dans son cabinet libéral,
27:07lui, très concrètement,
27:09c'est un passionné d'IA.
27:10Pour l'instant,
27:11il est dans un cabinet parisien,
27:12mais si un jour
27:13il va travailler
27:13dans une clinique,
27:14il choisira évidemment
27:16la clinique
27:16qui est la plus avancée
27:19et qui utilise déjà
27:20le plus de logiciels.
27:22Donc, ça peut évidemment
27:22être un avantage concurrentiel,
27:24en tout cas pour les médecins.
27:26Pour les patients,
27:26je pense aussi,
27:27mais pas tout de suite
27:28parce que je pense
27:28que les patients
27:29n'ont pas encore totalement
27:30conscience
27:30qu'il y a des outils
27:31plus ou moins efficaces,
27:32plus ou moins précis
27:33et tout ça
27:34est encore en train
27:34de se mettre en place.
27:35Mais je pense que ça peut
27:37être un facteur
27:37de concurrence
27:38et de compétitivité
27:38entre cliniques
27:39et aussi entre cliniques
27:41et hôpital public.
27:43L'hôpital public,
27:44il y a toujours un paradoxe
27:45qui m'a toujours frappé,
27:46c'est que quand vous allez
27:47dans des bâtiments,
27:48quand vous allez
27:48dans des hôpitaux à Paris,
27:50parfois vous assistez
27:51à des opérations
27:52totalement dingues,
27:53totalement révolutionnaires
27:54dans des bâtiments
27:55totalement décrépits.
27:56Donc il y a un problème
27:57d'investissement
27:58pour la rénovation,
27:59etc.
27:59Mais l'hôpital public
28:01arrive toujours
28:02à conserver de l'argent,
28:03à investir
28:04dans des nouvelles technologies,
28:06dans des outils dopés
28:07à l'IA, etc.
28:08Et c'est absolument
28:09indispensable
28:10que l'hôpital public
28:11ne prenne pas trop
28:12de retard
28:13par rapport aux cliniques privées
28:14qui auraient plus
28:15de moyens d'investissement.
28:17Donc c'est indispensable
28:17que l'hôpital public
28:18soit aussi soutenu
28:19pour pouvoir être équipé
28:20de logiciels
28:21très compétents
28:22pour ne pas que ça fournisse
28:24un avantage compétitif
28:25et concurrentiel
28:26aux cliniques privées
28:27qui n'ont pas besoin de ça,
28:28qui ont déjà
28:29leurs propres avantages
28:30vis-à-vis
28:31d'une certaine patientèle.
28:33Donc voilà.
28:33Donc oui,
28:33je pense que ça peut être
28:34un facteur d'attractivité
28:35et de compétitivité
28:36à la fois entre cliniques
28:37pour les professionnels
28:39qui sont attachés
28:40à ces outils
28:40et pour certains patients
28:42qui seraient un peu connaisseurs,
28:43mais aussi entre cliniques
28:45et hôpital public.
28:46Et il ne faudrait pas
28:46que l'hôpital public
28:47prenne du retard.
28:48Donc c'est très bien
28:49que quand bien même
28:50les bâtiments parfois
28:51c'est un peu la ruine,
28:54c'est très bien
28:54qu'ils continuent
28:55à investir
28:56dans des logiciels
28:57de pointe.
28:58Cette semaine,
28:59je suis à un reportage,
29:00vous pourrez le lire
29:00demain dans Le Parisien
29:01d'ailleurs,
29:01sur un nouvel outil
29:03d'imagerie,
29:04c'est ce qu'on appelle
29:06la radiochirurgie.
29:07Donc en fait,
29:08on fait de l'imagerie radio
29:09avec des rayons X
29:12à très haute fréquence
29:13et ça permet
29:14d'aller tuer
29:14des tumeurs cérébrales
29:16de façon extrêmement précise
29:17sans toucher
29:19aux tissus sains
29:20qui sont à côté
29:20de la tumeur.
29:21C'est un appareil
29:22qui a coûté 4 millions d'euros.
29:23Il n'y en a que 2 en France.
29:24Bon, il y en a 2
29:25dont un,
29:26l'hôpital public.
29:26Et je pense qu'on peut
29:28s'en réjouir
29:28pour pas que l'hôpital public
29:29prenne trop de retard
29:30en termes de technologie
29:31par rapport aux cliniques privées.
29:33Merci beaucoup.
29:41D'accord, merci.
29:43Merci pour votre présence.
29:44Merci, c'était très clair
29:47votre présentation.
29:49Effectivement, l'IA,
29:50c'est indéniable,
29:50c'est un facteur de succès
29:51et de progrès.
29:54Mais il ne faut pas occulter
29:54aussi la partie sociale,
29:55c'est-à-dire qu'on nous dit
29:56que l'IA va détruire des emplois.
29:58Alors j'aimerais savoir
29:59dans le domaine
29:59de l'imagerie médicale,
30:01est-ce que c'est plutôt créateur
30:02ou plutôt destructeur d'emplois ?
30:04Merci.
30:04Alors c'est une excellente question
30:05et on me dit dans l'oreillette
30:07que ce sera la dernière.
30:09Tout à l'heure,
30:10je vous ai dit
30:10que l'expertise humaine
30:11resterait,
30:13qu'il y aura toujours
30:13des humains,
30:14des radiologues,
30:15des médecins
30:15qui iront contrôler
30:16les images faites par l'IA.
30:18Mais vous avez raison,
30:19l'une des grandes craintes
30:20qui est réelle,
30:21c'est que dans tous
30:21les autres domaines,
30:23l'IA entraîne
30:25un moindre besoin
30:26de médecins,
30:27de radiologues,
30:28d'infirmières, etc.
30:29J'ai envie de vous dire
30:30qu'en médecine,
30:30ce n'est pas un problème
30:31parce qu'aujourd'hui,
30:32on manque de médecins.
30:33Alors certes,
30:34le numerus clausus
30:35a été allégé,
30:37puis il a disparu.
30:38Donc autrement dit,
30:39on ne limite plus
30:40ou on limite beaucoup moins
30:41le nombre de médecins conformes.
30:43Donc on va recruter
30:43plein de médecins.
30:44Certains viennent même
30:45à dire qu'on aura peut-être
30:46trop de médecins
30:46dans 20 ans.
30:48La question du
30:49est-ce que ça va tuer
30:51des emplois de médecins
30:52aujourd'hui ?
30:52Non.
30:53Par contre,
30:54est-ce que ça va abaisser
30:55le nombre de médecins
30:56dont on aura besoin
30:57dans 10 ans ?
30:58Je pense que oui.
30:59Donc c'est pour ça
30:59qu'aujourd'hui,
31:00quand vous demandez
31:01à des médecins,
31:01des directeurs d'hôpitaux
31:02de combien de médecins
31:03on aura besoin
31:04dans 10 ans,
31:05sincèrement,
31:05ils sont incapables
31:06de vous dire
31:06parce que non seulement
31:07on sait qu'il y a
31:08un vieillissement
31:09de la population,
31:10qu'il y aura plus
31:10de besoins en soins,
31:11donc mécaniquement
31:12plus de soins à fournir,
31:14donc plus de médecins,
31:15mais en face de ça,
31:16on a des nouveaux outils
31:17technologiques,
31:18dont ceux d'OPLIA,
31:19qui réduisent la nécessité
31:21d'avoir des médecins
31:21parce que ça fait gagner
31:22comme vous voulez
31:23du temps médical.
31:24Donc c'est compliqué
31:25de dire précisément
31:25de combien de médecins
31:26on aura besoin,
31:27mais contrairement
31:27à plein d'autres domaines
31:28dans l'entreprise,
31:29dans la société,
31:31sincèrement,
31:31il n'y a pas des médecins
31:32qui vont disparaître demain.
31:33Au contraire,
31:34ils vont gagner en temps
31:35pour faire des choses
31:36qu'ils ne peuvent pas faire
31:36aujourd'hui
31:37et qui seraient très utiles
31:38qu'ils fassent
31:39dans l'expertise humaine,
31:40dans le rapport
31:40avec les patients.
31:41Voilà ce que je peux
31:42vous répondre rapidement.
31:43Merci beaucoup.
Recommandations
3:44
|
À suivre
3:28
3:45
1:26
5:35
2:07
8:20