L’intelligence artificielle (IA) est un programme en mesure d’accomplir des tâches à forte complexité qui sont normalement accomplies par des êtres humains. Par exemple, la reconnaissance d’empreintes digitales, la reconnaissance faciale, la reconnaissance vocale, ou plus largement la prise de décisions fondées sur des connaissances. Une distinction peut être faite entre d’une part, les applications classiques qui suivent de manière précise le code informatique des programmeurs et d’autre part, les applications de machine learning capables d’apprendre et d’évoluer de manière autonome, sur la base de données fournies.

Le deep learning est une forme avancée de machine learning. Les algorithmes de deep learning sont conçus et alimentés de manière continue par un volume important de données, étiquetées ou non, renforçant ainsi leur capacité à améliorer leurs performances afin de réduire le taux résiduel d’erreur.

Mesures
AI-Rad Companion mesure automatiquement les zones anatomiques et les anomalies significatives, par exemple le diamètre de l’aorte à différents niveaux préconisés par l'association américaine de cardiologie (AHA).

Compte-rendu
AI-Rad Companion transfère automatiquement les résultats obtenus dans un compte-rendu récapitulatif. Il intègre au PACS, par exemple, un rapport structuré au format DICOM.

Comparaison/Suivi des données
AI-Rad Companion extrait et analyse automatiquement les antériorités du patient pour évaluer la progression ou la régression des anomalies, comme par exemple de nodules pulmonaires.

Mise en exergue
AI-Rad Companion permet la mise en exergue des zones anatomiques et des anomalies.

Caractérisation
AI-Rad Companion fournit une reconnaissance automatique et une mise en évidence visuelle des calcifications au niveau des artères coronaires, par exemple.

En amont d’une chirurgie mammaire, la mise en place d’un repère à l’intérieur du sein est indispensable et permet au chirurgien de retrouver facilement l’anomalie lors de l’opération chirurgicale. La solution de Siemens Healthineers permet de localiser la lésion en un clic et de fournir les mesures automatiques de la lésion au mamelon, à la peau et au muscle pectoral. Cette solution crée également la base d’un compte-rendu structuré, incluant la représentation du quadrant anatomique, la position horaire de la lésion et les 3 mesures calculées automatiquement.

En imagerie par résonance magnétique, dans certains cas les images doivent être acquises dans le même plan que celui utilisé dans un examen de référence. L’algorithme du logiciel Siemens Healthineers détecte automatiquement les repères anatomiques des images de positionnement et signale à l’utilisateur le plan d’acquisition, quel que soit la position de la tête du patient, quel que soit le système d’imagerie par résonance magnétique Siemens Healthineers. Cette solution enrichie par l’intelligence artificielle facilite considérablement le suivi longitudinal d’une pathologie, avec un gain important en matière d’efficacité et de reproductibilité des examens.

La fonction d’entrée artérielle est nécessaire pour accéder à l’imagerie quantitative en Tomographie par Emission de Positons. La technologie développée par Siemens Healthineers utilise l’imagerie scanner pour détecter, grâce à un algorithme d’intelligence artificielle les repères anatomiques permettant de localiser l’aorte et les ventricules cardiaques. La fonction d’entrée artérielle sur les images TEP est obtenue automatiquement en mesurant au fil du temps le rehaussement du signal dans une région d’intérêt dans l’aorte descendante et/ou le ventricule gauche. Il n’est donc plus nécessaire d’effectuer des prélèvements invasifs, veineux ou artériels pour avoir accès à l’imagerie quantitative.

En scanner, pour un même protocole, le positionnement des patients est très variable, d’un utilisateur à un autre, d’un patient à un autre, impactant significativement les résultats. Au-delà de la dégradation de la qualité image, un mauvais centrage du patient entraine une augmentation de la dose à la peau allant jusqu’à 18 %, pour seulement 3 cm d’imprécision de positionnement en hauteur. Pour faire face à cette problématique, Siemens Healthineers a conçu la caméra FAST 3D. Cette technologie enrichie par l’intelligence artificielle détecte automatiquement la morphologie, la position, la hauteur, l’orientation et le profil de dose du patient, pour un positionnement précis et reproductible, ainsi que des résultats cohérents.

Dans le domaine de la biologie médicale, l’intelligence artificielle qui enrichit notre dernier automate de biochimie et immunoanalyse permet un repérage automatique des emplacements occupés et des emplacements vides au sein du portoir, permettant d’aller chercher les tubes exactement où ils sont. La lecture et le déchiffrage du code barre, qui permettent d’identifier chaque tube, sont automatisés grâce à 3 caméras qui fournissent une vue à 360° de l’échantillon. Ainsi, le tube intègre rapidement le flux qu’il doit suivre.

Au cours des cinq à dix prochaines années, il est probable que l’intelligence artificielle transforme fondamentalement le domaine de l’imagerie médicale diagnostique et interventionnelle. Bien que les professionnels du domaine de l’imagerie médicale aient recours depuis quelques temps à des algorithmes intelligents, de nouvelles méthodes avancées émergent, beaucoup plus puissantes. [...]

• Les défis d’une discipline en pleine transformation
• La valeur clinique de l’intelligence artificielle
• Un cadre structurel pour l’avenir