Dossier

L’intelligence artificielle en imagerie digestive : méthodes, avancées récentes et limites pour l’application clinique

Mis en ligne le

17 déc. 2024

Auteurs

Q. Vanderbecq
M. Wagner

L’intelligence artificielle (IA), avec des techniques comme le deep learning et les radiomics, est utilisée en imagerie médicale, notamment pour la classification et l’évaluation pronostique. Cependant, son adoption en imagerie du tube digestif reste limitée. Les principaux obstacles incluent des procédures de validation complexes, des coûts élevés de développement et d’infrastructure, ainsi que des retours sur investissement incertains. La collecte et la structuration des données, essentielles pour former les modèles d’IA, sont aussi difficiles dans ce domaine. De plus, la “boîte noire” de l’IA, rendant les décisions non explicables, suscite des réticences chez les cliniciens, qui préfèrent des méthodes explicables.

L’intelligence artificielle (IA) constitue un ensemble très diversifié. Parmi les sous-catégories d’IA les plus couramment employées en imagerie, on retrouve l’apprentissage profond, aussi connu sous le nom de deep learning, ainsi que les radiomics (figure 1). L’analyse radiomique repose sur l’extraction de paramètres quantitatifs à partir d’images et nécessite une étape préalable de segmentation, qui peut être réalisée de manière automatisée, semi-automatisée ou manuelle. Les différents paramètres que l’on peut obtenir sont morphologiques (taille, forme, etc.), issus de l’histogramme des niveaux…