Invitation presse
 
 
À l’occasion de la Journée Francophone de Radiologie,
le CHU de Nîmes et la Société française de radiologie (SFR)
ont le plaisir de vous convier à une conférence de presse
 
Mardi 4 juin à 13 h au Novotel Atria à Nîmes
Salle de réunion du rez-de-chaussée
en présence de

Dr Michel Bazin
Vice-Président du Conseil de surveillance du CHU de Nîmes
M. Nicolas Best
Directeur général du CHU de Nîmes
Pr Jean-François Meder
Président de la Société Française de Radiologie
Pr Jean-Paul Beregi
Professeur de radiologie, CHU Nîmes, Vice-président du CERF
Pr Louis Boyer
Professeur de radiologie, CHU Clermont Ferrand, Ancien Président du CNU et du CERF, Président du Conseil National Professionnel de la Radiologie
Christophe Lala
Président GE Healthcare, Président du groupe imagerie du SNITEM
René Mazars
Patient qui témoignera de son expérience
 
 
Communiqué de presse
 
 
Journées Francophones de Radiologie
 
JFR de printemps
 
RADIOLOGIE D’AUJOURD’HUI À DEMAIN
 
« L’intelligence artificielle au cœur de l’imagerie médicale »
 
Nîmes – 4 juin 2019 – Novotel Atria de 8h30 à 17h
 
 
La Société française de Radiologie, en partenariat avec le CHU de Nîmes, organise une première session de printemps à Nîmes, le Mardi 4 juin 2019. Le sujet central est l’intelligence artificielle et ses applications possibles et prévisibles en imagerie. Plusieurs temps de réflexions et d’échanges passionnants se succèdent sur la journée
 
 
Nîmes, un carrefour de compétences
Les thématiques traitées réunissent des professionnels d’origine et de spécialités différentes.
Dans la mesure où les réflexions reposent sur l’intelligence artificielle, le congrès de Nîmes « L’intelligence artificielle au cœur de l’imagerie médicale » accorde une place importante aux chercheurs épidémiologistes et aux spécialistes des données. Ces derniers échangent avec des praticiens spécialistes dans leurs domaines thérapeutiques, pour favoriser le partage d’expériences, l’interaction entre les équipes de recherche et de soins pour mieux traiter et prendre en charge les malades.
L’intelligence artificielle dans l’imagerie médicale
L’imagerie médicale est à la pointe de la technologie et développe de nombreuses solutions intégrant l’intelligence artificielle. Les grands progrès réalisés en IA permettent de faire évoluer les traitements médicaux. Une meilleure prise en charge des patients, l’évolution de la qualité des diagnostics, l’abaissement des doses d’irradiation, l’amélioration et l’augmentation de la précocité des dépistages des cancers sont les premières avancées. L’intelligence artificielle est en plein essor. Les perspectives sont réelles. Elle sera, sans doute, un outil d’aide à la décision qui améliorera la prise en charge du patient.


Radiologie et imagerie médicale prédictive
La radiologie prédictive a pour objet de prévenir, dépister ou traiter la survenue de pathologies chroniques ou aiguës, souvent graves et invalidantes, en mettant en évidence par une technique d’imagerie médicale adaptée, un biomarqueur spécifique d’une maladie donnée. Elle peut être de la même façon appliquée à l’évaluation de la réponse thérapeutique, en oncologie notamment.
La croissance continue des examens d’imagerie et l’émergence d’outils d’intelligence augmentée
permettent d’envisager l’utilisation à grande échelle de l’imagerie médicale prédictive en en faisant un acteur majeur de santé publique.
En oncologie, l’évaluation prédictive précoce de la réponse aux traitements innovants est un axe de recherche important. La France, contrairement à l’Allemagne, les Pays-Bas ou le Royaume-Uni, n’a actuellement en cours, aucun programme de recherche d’imagerie prédictive en population générale, alors qu’elle dispose d’une des plus importantes cohortes européennes en population générale : CONSTANCES.
Ces programmes permettraient d’identifier de nouveaux biomarqueurs prédictifs de maladie et permettraient leurs suivis morphologiques et fonctionnels.

Intelligence artificielle dans les urgences, la prévention et le diagnostic des principales pathologies
L’imagerie médicale occupe une place déterminante et structurante des parcours de soins des patients. Par exemple, la pratique de la radiologie des urgences est singulière et est devenue une radiologie spécialisée complexe. Elle doit être rapide, de très bonne qualité, accessible 24h/24. Elle couvre un large champ des pathologies et associe des tâches et des activités très répétitives ainsi que des détections d’anomalies très complexes. Le flux de patients est non régulé et souvent mal maitrisé.
La radiologie interventionnelle d’urgence a pris, pour sa part, une place importante.

 
Ainsi, l’intelligence artificielle a toute sa place dans l’activité de la radiologie des urgences et dans la prise en charge d‘un grand nombre de pathologies :
  • Comme outil d’organisation et de maitrise des flux d’arrivée
  • Comme outil de prise de décision et d’aide à l’interprétation
  • Comme outil d’amélioration de la qualité et de gestion des risques
  • Comme outil d’éducation et de pédagogie
  • Comme aide au geste thérapeutique guidé par l’imagerie
 
L’IA au secours des urgences
Selon une enquête, 40 % des consultations aux urgences donnent lieu à un acte d’imagerie.
Sur un plan quantitatif, le nombre de passages aux urgences n’a cessé de croître. Une des solutions serait la possibilité d’avoir un plateau technique d’imagerie à proximité des urgences même si cela peut poser la question de la pertinence et de la justification des demandes.
L’enquête montrait bien cette diversité avec, dans 71 % des cas, une radiographie standard, dans 23 % cas un scanner, dans 10 % une échographie et dans 4 % une IRM.
Cette radiologie est devenue une radiologie spécialisée complexe couvrant tous les champs de la radiologie. Car, en plus de la fonction triage, on demande aussi à l'imagerie des diagnostics complexes et exhaustifs.


L’IA comme outil d’organisation et gestion des flux
Le « Population Health Management » consiste à faire de l’analyse de données à des fins d’optimisation organisationnelle. Cette méthode peut prendre en compte plusieurs établissements d’une même région, voire d’un pays. Les prédictions vont reposer sur des techniques de « machine learning ». Aux États-Unis, certaines solutions sont déployées et permettent d’avoir de la prédiction par patient sur le risque de réadmission, de mortalité, de date de sortie. Cela sert aussi à définir le prix de la prise en charge du patient. On voit parfaitement l’intérêt de son utilisation dans le flux non programmé en imagerie et son intégration à un plateau d’imagerie non programmée : prévoir « l’imprévisible » et dimensionner le plateau technique en temps réel.

L’IA, outil d’aide à la prise de décision et à l’interprétation
Les algorithmes d’IA peuvent, en fonction de critères déterminés et actualisés, être une aide pour décider de la pertinence des demandes d’indications et de types d’exploration. Et de leurs délais de réalisation qui est une aide à l’interprétation et au diagnostic en proposant des comptes rendus standardisés et structurés pour les principales indications. Une amélioration de la qualité et de la vitesse de l’interprétation peut rendre le compte rendu plus rapidement accessible aux demandeurs pour orienter le patient.

Les applications de l’IA et les activités clés de l’imagerie
L’IA réduit les tâches répétitives comme la radiologie standard en traumatologie avec la détection de fractures, en radiographie thoracique en lien avec des pathologies pulmonaires, ou avec le scanner encéphalique dans l’exploration des traumatismes crâniens bénins. L’objectif est de déterminer très vite l’examen normal et donc d’y consacrer le moins de temps possible avec une détection presque automatique.

L’IA et les outils de qualité et de gestion des risques
[L’IA joue un rôle dans la gestion des risques et l’amélioration de l’examen avec une réduction ou une optimisation de l’exposition aux rayonnements, avec une meilleure qualité de l’image qui doit être mieux définie et plus exhaustive dans le diagnostic, l’étiologie et le pronostic. L’IA est utile dans l’imagerie complexe spécialisée en scanners comme pour les pathologies abdominales et en IRM dans l’AVC, guidant la décision vers un traitement endovasculaire seul ou associé à une thrombolyse par exemple. Le but est d’aider le radiologue dans sa détection d’anomalies, de lui faire gagner du temps et de lui permettre de se consacrer à des taches que l’algorithme ne sait pas étudier.
 
L’IA en éducation et pédagogie
La pratique de l’imagerie est une pratique épisodique pour le radiologue dans laquelle il se retrouve souvent seul. L’IA est à considérer comme un outil de formation initiale et continue. Elle se présente alors comme « un compagnon du radiologue » avec, par exemple, un rôle de deuxième lecture et une aide à la prise de décision et à la sécurisation de l’interprétation.
L’utilisation de tous ces outils transforme le travail du radiologue dans lequel l’interface avec les machines est fondamentale et doit être optimisée. Cette imagerie peut être un formidable laboratoire d’analyses et d’amélioration de l’interaction « homme-machine ».

L’IA et les gestes thérapeutiques guidés par l’image
La radiologie interventionnelle poursuit son développement. Les outils d’IA jouent leur rôle aux quatre temps fondamentaux de l’intervention :
  • dans la prise de décision
  • dans son planning pré thérapeutique
  • pendant le geste
  • dans le suivi post thérapeutique

Par exemple, l'accès à l’information multimodale pré et post interventionnelle améliore le recalage spatial et temporel ainsi que la fusion d'informations nécessaire aux biopsies guidées par l'imagerie. La réalité augmentée est un élément clef avec un potentiel important pour simplifier les interfaces avec la machine rendant le geste thérapeutique guidé par l'image plus accessible et moins stressant. Cette meilleure gestion du stress est une source de réduction de la pénibilité professionnelle.

L’IA en imagerie médicale pour les pathologies chroniques
Deux domaines d’applications pratiques sont particulièrement ciblés : d’une part la prise en charge des pathologies cancéreuses et d’autre part, celle des pathologies neurodégénératives. Les développements technologiques influencent la recherche et la prise en charge autour de la détection, de la caractérisation, du suivi et de l’optimisation de l’efficacité thérapeutique. L’accessibilité des données, « l’explicabilité » des algorithmes et les préoccupations éthiques sont posées. Dès lors, quelle « acceptabilité » de l’intelligence artificielle par les patients ?
L’explication de l’IA auprès des patients, notamment dans les suivis chroniques, devient ainsi un enjeu. Enfin, la part des verrous technologiques mais également financiers, autour de l’implémentation des techniques d’IA dans la prise en charge de ces pathologies chroniques sont des sujets centraux d’une médecine d’innovation.

Le suivi des pathologies est un enjeu de santé publique
Les défis épidémiologiques liés au vieillissement, qu’il s’agisse des cancers, des maladies neurodégénératives, des maladies cardiovasculaires, des maladies associées à des désordres du métabolisme sont autant d’exemples pour lesquels le suivi est désormais au centre de cette prise en charge.
Dans ce contexte, il apparaît légitime de s’interroger sur la place que pourrait revêtir l’application des outils de l’intelligence artificielle dans la prise en charge de ces maladies.
  • Peut-on utiliser des données d’imagerie afin de prédire l’apparition d’une maladie chronique méconnue ?
  • IA aidera-t-elle à l’identification des populations les plus à risque d’être concernées par les maladies chroniques ?
  • Faut-il attendre une aide pour la détection automatisée d’anomalies chroniques apparentes et pour l’amélioration de leurs suivis, articulée avec le suivi clinique et biologique, afin d’améliorer l’orientation des choix thérapeutiques ?
  • Quelles problématiques éthiques se posent dans ces champs d’application potentiels ?
  • Doit-on chercher à découvrir de façon précoce ou estimer un risque d’apparition de pathologies chroniques ?
  • Et surtout qu’attendent les patients des outils de l’intelligence artificielle ?
  • Quel est le rôle du soignant dans ce contexte ?

Radiologie et démographie
Le champ des activités en radiologie et leur volume ne cesse de croître. Au-delà des évolutions démographiques, on assiste à une croissance des indications des techniques radiologiques. Mais cette croissance ne doit pas remettre en question le temps nécessaire d’un acte radiologique. Pour conjuguer la croissance en volume de l’activité, la pertinence et la qualité en imagerie diagnostique et en radiologie interventionnelle, il faut promouvoir une autre organisation du temps médical et majorer l’effectif des jeunes radiologues en formation.
En 2017, les radiologues sont environ 8 800, en légère progression. Mais cette progression se fait un peu moins vite que dans la plupart des autres spécialités. 60 % des radiologues ont plus de 50 ans, 26 % sont des femmes en 1999. La plupart exercent en secteur 1 (85 % des libéraux), 74 % des radiologues exercent une activité libérale ou mixte. Le ratio radiologue-médecin s’élevait en 2010 à 23. Et ce dernier ratio a encore augmenté. Les jeunes radiologues, comme tous les jeunes médecins, souhaitent mieux concilier vie personnelle et vie professionnelle alors que la part des actes de radiologie hors heures ouvrables augmente.

Lutter contre la pénurie
On a donc affaire à une certaine pénurie des médecins radiologues. Elle est hétérogène géographiquement et, dans certaines régions, la situation est critique. La carte des déserts radiologiques est assez superposable à celle des déserts médicaux. La densité moyenne en France est de 12,9 radiologues pour 100 000 habitants. Mais elle varie de 2,32 pour 100 000 dans le Jura à 35,4 à Paris. Les densités maximales sont observées dans les métropoles, le long des côtes, dans le Sud de la France, la Vallée du Rhône et l’Alsace.
De 2010 à 2015, le nombre de jeunes radiologues entrant dans le cursus de formation de la spécialité est passé de 166 à 276. En 2016, seulement 268 nouveaux internes en radiologie ont été admis, 245 en 2017, 254 en 2018. En Europe, des difficultés démographiques sont aussi observées : la moyenne européenne est de 12,7 radiologues pour 100 000 habitants avec de larges variations selon les pays. De 3,5 pour 100 000 au Royaume-Uni jusqu’à 14,8 pour 100 000 en Italie, en notant bien que l’organisation des pratiques médicales entre spécialités varie largement selon le pays.
Mais l’augmentation du nombre d’actes de radiologie est générale et la plupart des pays redoute une réduction des effectifs. L’impact de cette pénurie de radiologues sur la qualité des soins et sur leurs coûts est avéré. Or, il faut craindre une réduction des effectifs de 20 % entre 2015 et 2040. Aussi, des pistes sont possibles. Parmi lesquelles, notons la téléradiologie, les coopérations interprofessionnelles, des plateaux techniques optimisés, une autre organisation du temps médical et le développement de l’intelligence artificielle, de meilleurs parcours de suivis des pathologies chroniques.
 
 
Contacts presse

Chloë Diagne / CHU de Nîmes
Responsable adjointe du service Communication & Affaires culturelles
04 66 68 30 82 / 06 44 02 89 91
chloe.diagne@chu-nimes.fr

Nicolas Merlet / Ortus Santé
nicolasmerlet@ortus-sante.fr / 06 25 79 64 79
 
 
© 2019
 
 
Cet e-mail a été envoyé à veille@presse-infosplus.fr
 
 
Envoyé par
SendinBlue