Guerbet et IBM Watson Health annoncent un partenariat stratégique alliant l’intelligence artificielle à l’imagerie médicale

Guerbet et IBM Watson Health annoncent un partenariat stratégique alliant l'intelligence artificielle à l'imagerie médicale

L’accord vise à développer et commercialiser une solution logicielle d’aide au diagnostic et au suivi dans le cancer du foie.

Villepinte (France) et Cambridge (Etats-Unis) – le 10 juillet 2018 (8:30 CEST) – Guerbet, spécialiste mondial des produits de contraste et solutions pour l’imagerie médicale diagnostique et interventionnelle, annonce aujourd’hui la signature d’un accord conjoint exclusif relatif au développement d’une solution logicielle d’intelligence artificielle avec IBM Watson Health pour aider au diagnostic et au traitement du cancer du foie.

A travers ce partenariat, Guerbet et IBM Watson Health prévoient de co-développer des solutions innovantes d’aide à la décision clinique. La première, Watson Imaging Care Advisor for Liver, a pour but d’être un outil d’aide au diagnostic qui utilisera l’intelligence artificielle pour automatiser la détection, la caractérisation, le suivi, la surveillance, la prédiction de la réponse thérapeutique du cancer du foie primaire et secondaire. Les équipes de recherche d’IBM participeront aussi au développement des solutions en tirant parti de leurs précédents travaux.

Le cancer du foie, seconde cause mondiale de décès par cancer dans le monde, est également la cause de décès par cancer avec la plus forte croissance aux Etats-Unis. Environ 83% des cas de cancer du foie primaire surviennent dans les pays en développement.

La plupart des cancers du foie primaire sont diagnostiqués par imagerie, mais cela reste un diagnostic complexe. Le foie est également un foyer très fréquent de métastases, en particulier dans le cas des cancers digestifs, dans lesquels près de 50% des patients développent des métastases. Une meilleure caractérisation ainsi qu’une identification précoce de ces métastases peuvent augmenter les chances de guérison.

« Le cancer du foie est un problème de santé de plus en plus répandu à l’échelle mondiale, et l’utilisation de l’intelligence augmentée par les experts de l’imagerie médicale offre l’opportunité de faire face à ce défi. Nous sommes fiers de collaborer avec IBM Watson Health pour développer une solution dédiée aux pathologies du foie, qui pourrait permettre de caractériser les tissus sans recourir à la biopsie », a déclaré Yves L’Epine, Directeur Général de Guerbet.

Care Advisor for Liver sera compatible avec tout système de visualisation PACS (Picture Archiving and Communication System), ce qui facilitera son intégration directe dans les flux de travail des professionnels de santé.

« L’imagerie est un domaine critique des soins de santé dans lequel nous croyons que l’intelligence artificielle peut être utilisée pour élargir la vision des médecins afin qu’ils aient une plus grande confiance dans leurs décisions de diagnostic et de traitement pour leurs patients. Nous sommes ravis de réunir l’expertise significative d’IBM et de Guerbet pour faire avancer l’innovation dans ce domaine de première importance, et finalement aider à combattre le défi qu’est le cancer du foie à l’échelle mondiale », a déclaré Silvano Sansoni, Directeur général, Ventes, IBM France.

Watson Imaging Care Advisor for Liver fera partie d’une gamme d’outils d’aide à la décision basés sur l’analyse d’image de Watson, pour aider au diagnostic et aux décisions cliniques des radiologues pour les patients.

« Nous nous réjouissons de collaborer avec IBM Watson Health sur le premier projet de Guerbet visant à mieux assister les radiologues grâce l’intelligence augmentée. Cela nous aidera à développer nos capacités en IA pour proposer des solutions innovantes améliorant les parcours de soin », a déclaré François Nicolas, Chief Digital Officer chez Guerbet.

A propos de Guerbet

Pionnier dans le domaine des produits de contraste avec plus de 90 années d’expérience, Guerbet est un des leaders de l’imagerie médicale au niveau mondial. Il dispose d’une gamme complète de produits pharmaceutiques, de dispositifs médicaux et de services pour l’imagerie diagnostique et interventionnelle afin d’améliorer la prise en charge thérapeutique des patients. Avec 8 % de ses ventes consacrées à la R&D et plus de 200 collaborateurs répartis dans ses centres en France, en Israël et aux États-Unis, Guerbet mobilise d’importantes ressources pour la recherche et l’innovation. Guerbet (GBT) est coté au compartiment B d’Euronext Paris et a réalisé en 2017 un chiffre d’affaires de 807 millions d’euros. Pour plus d’informations sur Guerbet, merci de consulter le site www.guerbet.com

A propos d’IBM Watson Health

Watson Health est une entité d’IBM qui se consacre au développement et à la mise en oeuvre d’intelligence artificielle et de technologies axées sur les données pour faire progresser la santé. Les technologies Watson Health s’attaquent à un large éventail des plus grands défis de santé dans le monde, y compris le cancer, le diabète, la découverte de médicaments et plus encore. En savoir plus sur ibm.com/watson/health

Relations Media Guerbet Global

Alize RP

Caroline Carmagnol et Wendy Rigal +33 (0)1 44 54 36 66 / +33 (0)6 48 82 18 94 guerbet@alizerp.com

IBM France

Sandrine Durupt  +33 (0)6 70 21 82 10 Sandrine-durupt@fr.ibm.com

Weber Shandwick

Eric Chauvelot / Julie Fontaine    +33 (0)6 21 64 28 68 / +33 (0)6 26 73 39 03

Source : Guerbet et IBM Watson Health annoncent un partenariat stratégique alliant l’intelligence artificielle à l’imagerie médicale

Verso Healthcare accompagne les professionnels de la santé dans le financement des équipements médicaux et l’optimisation de la gestion du plateau technique.

Comment l’intelligence artificielle est en train de révolutionner la médecine mondiale et pourquoi les Européens feraient bien de s’en préoccuper

Alors qu’en Chine, une intelligence artificielle s’est distinguée en élaborant un diagnostic médical d’une précision inégalée, la supériorité de ces nouvelles technologies pose la question de la nécessaire mutation de nos professions médicales.

Comment l'intelligence artificielle est en train de révolutionner la médecine mondiale et pourquoi les Européens feraient bien de s'en préoccuper

Récemment un coup de tonnerre foudroya l’univers médical : une IA a battu la fine fleur de la médecine chinoise dans l’élaboration d’un diagnostic. Au regard de la performance de l’intelligence artificielle médicale, assistera-t-on à une complète substitution de l’homme par la machine ?

Laurent Alexandre : Il faut regarder cette incroyable vidéo. Les Chinois ont organisé un grand Barnum opposant les radiologues et l’intelligence artificielle. Un combat digne de la Rome Antique, avec ses gladiateurs et ses martyrs. L’IA à humilié en public les docteurs….. Une salle ultra-moderne avec des écrans géants. Les meilleurs spécialistes de la radiologie du cerveau s’opposent devant le public à l’Intelligence Artificielle. Les médecins sont confiants ! Aussi confiants que les champions de Go l’étaient avant d’être écrasés par Google-Deepmind…
Nous revivons donc l’histoire du jeu de Go.
Le New-York Times expliquait en 1997 que la machine ne saurait jouer au Go avant un siècle ou deux. En octobre 2015, Alpha Go, une IA développée par DeepMind, filiale à 100% de Google, a ridiculisé le champion européen de go, Fan Hui, par cinq victoires à zéro. C’était la première fois qu’une machine battait un joueur de Go professionnel, exploit que les experts de 2015 n’attendaient pas avant dix ou vingt ans. En mars 2016, la victoire d’Alpha Go sur le sud-coréen Lee Sedol, un des trois meilleurs joueurs au jeu de go, marque une nouvelle étape dans l’histoire de l’IA. Lee Sedol a admis être sans voix devant la puissance de l’IA de Google. En mai 2017, Alphago a écrasé par 3 à 0 Ke Jie, le champion du monde. Plus troublant encore, Alphago joue en se reposant sur une machine qui ne comporte que 4 puces électroniques et n’a pas appris à jouer en analysant des parties humaines mais en jouant contre elle-même. La médecine vit en ce moment la même histoire !
Le Professeur Guy Vallancien explique fort bien la violence de cette mutation : « la FDA américaine a labellisé une IA pour faire le diagnostic de rétinopathies diabétiques sans validation par la signature d’un médecin. Mes confrères vont-ils comprendre qu’il est urgent de repenser l’intégralité de nos métiers au lieu de nous pavaner dans des lieux communs désuets ? Pour poser un diagnostic, le médecin procède lui-même par algorithmes sans s’en rendre compte. L’IA par sa capacité à manier des données innombrables en un temps record le dépassera dans la quasi-totalité des cas et la relation humaine n’est en rien spécifique au toubib ». Guy Vallancien est inquiet pour l’avenir : « Il faut surtout être lucide et accepter d’évoluer sous peine de disparaitre et vite. L’IA et la robotique se foutent de nos jérémiades pseudo humanistes. Il faudrait en urgence développer des outils numériques européens: on n’en prend pas le chemin. C’est dramatique »

De semaines en semaines, les territoires où l’IA ridiculise les meilleurs médecins se multiplient. Cela ne signifie pas du tout que le médecin n’a pas de place dans la médecine du futur. Mais l’Europe risque d’être marginalisée.

Quels seront les principaux acteurs de cette révolution technologique s’inscrivant dans le bouleversement de nos sociétés contemporaines ? L’état doit il prôner un interventionnisme prégnant ? Ou selon vous ce secteur doit être pris en charge par la sphère privée pour dynamiser son essor ?

L.A. : Les géants du numérique seront les maîtres de la médecine de 2050. Microsoft a présenté un plan pour vaincre le cancer avant 2026. Mark Zuckerberg, le fondateur de Facebook, a annoncé, le 21 septembre 2016, un premier financement de 3 milliards de dollars pour éradiquer la totalité des maladies avant 2100, grâce à des outils révolutionnaires autour de l’IA. Amazon a lancé sa division « 1492 », qui marque son entrée dans la médecine et promet de secouer les docteurs enfermés dans un entre-soi confortable. Et Baidu –le B de BATX, les géants chinois du numérique- fait de grands progrès en IA médicale. Et Amazon a lancé le projet 1492 qui marque son entrée dans la médecine et promet de secouer les docteurs. Les GAFA court-circuitent le monde feutré de l’entre-soi académique et posent la première pierre d’une industrialisation de la recherche médicale. Nous passons d’un artisanat organisé par une myriade de professionnels, qui gèrent de tout petits volumes de données et de patients, à une industrie mondiale aux mains des GAFA. Nos Centres Hospitaliers Universitaires (CHU) sont en danger de mort. Si la médecine est, demain, inventée par les géants du numérique au travers de cohortes de millions de patients, nos hopitaux connaitront, après une longue agonie, le sort de Kodak. Agnès Buzyn a raison d’affirmer que l’IA ne va pas supprimer les docteurs mais les GAFA et leurs IA vont ridiculiser notre mandarinat si nous restons dans le déni.

 

L’avènement de ces nouvelles technologies se révélera être onéreux sur le moyen terme, le temps de sa démocratisation. Ce fait ne risque-t-il pas de creuser davantage les inégalités liées à l’accès au soin ?

L.A. : Ces techniques ne seront pas coûteuses. Nous sommes face à un problème de souveraineté, et non face à un problème économique d’accès aux soins.
En médecine comme ailleurs, la prophétie de Sergey Brin cofondateur de Google se réalise mois après mois : « Nous ferons des machines qui raisonnent, pensent et font les choses mieux que nous –humains- le pouvons ». Le pouvoir médical sera aux mains des concepteurs des IA médicales. Et l’éthique médicale ne sera plus produite par le cerveau du médecin mais par l’IA. Chaque IA médicale coûtera des milliards de dollars : les leaders de l’économie numérique seront les maîtres de cette nouvelle médecine made in California puis made in China.
A part Guy Vallancien, Olivier Veran, Clément Goehrs et Jacques Lucas, bien peu de médecins comprennent que la bataille mondiale de l’IA médicale a débuté sans nous. Le mandarinat et le ministère de la santé ne réfléchissent guère à l’évolution des compétences

 

Et la Chine…

L.A. : Les Chinois sont les plus permissifs et transgressifs sur le plan technologique  ! Une enquête de BETC, publiée en janvier 2018, montre le gouffre entre l’acceptation inconditionnelle de l’IA par les Chinois et les peurs françaises. Près des deux tiers des Chinois contre un tiers des Français pensent que l’IA va créer des emplois. Une importante partie de la population chinoise souhaite remplacer son médecin par des IA, tandis que les Français y sont farouchement opposés puisque par exemple moins d’un Français sur 10 souhaite être soigné par une IA.  Les chinois disposent d’une gigantesque population avide d’IA. Une majorité de chinois contre 6 % des baby-boomers Français pensent que nous aurons des relations amicales voire sentimentales avec les robots et 90 % des Chinois contre un tiers des Français pensent que l’IA sera bonne pour la société. Plus des deux tiers des Chinois pensent que l’IA va nous libérer et nous permettre de jouir de la vie contre un tiers des Français. La Chine est devenue la première puissance transhumaniste, loin devant les Etats-Unis, et ne trouve aucun obstacle sur sa route. La médecine de demain ne sera pas forcèment made in California, elle pourrait être made in China… Le tournoi de juillet 2018 est sans doute un tournant dans l’histoire de la médecine.

Source : Comment l’intelligence artificielle est en train de révolutionner la médecine mondiale et pourquoi les Européens feraient bien de s’en préoccuper

Verso Healthcare accompagne les professionnels de la santé dans le financement des équipements médicaux et l’optimisation de la gestion du plateau technique.

AI, radiology and the future of work

Clever machines will make workers more productive more often than they will replace them.

RADIOLOGISTS, say the pessimists, will be first against the wall when the machines take over. Analysing medical images is a natural fit for “deep learning”, an artificial-intelligence (AI) technique which first attracted attention for its ability to teach computers to recognise objects in pictures. A variety of companies hope that bringing AI into the clinic will make diagnosis faster and cheaper. The machines may even be able to see nuances that humans cannot, assessing how risky a patient’s cancer is simply by looking at a scan.

Some AI researchers think that human beings can be dispensed with entirely. “It’s quite obvious that we should stop training radiologists,” said Geoffrey Hinton, an AI luminary, in 2016. In November Andrew Ng, another superstar researcher, when discussing AI’s ability to diagnose pneumonia from chest X-rays, wondered whether “radiologists should be worried about their jobs”. Given how widely applicable machine learning seems to be, such pronouncements are bound to alarm white-collar workers, from engineers to lawyers.

In fact the application of AI to medicine suggests that the story is more complicated. Machine learning will indeed change many fields, allowing the rapid analysis of enormous piles of data to uncover insights that people might overlook. But it is not about to make humans redundant. And radiology, the very field that is used as a cautionary tale about the robopocalypse, shows why.

One is the nature of AI itself. The field is suffused with hype. Some papers show artificial radiologists outperforming the ones in white coats (see article). Others, though, still put the humans ahead. The machines may eventually take an unambiguous lead. But it is important to remember that AI, for the foreseeable future, will remain “narrow”, not general. No human is as good at mental arithmetic as a $10 pocket calculator, but that is all the calculator can do. Deep learning is broader. It is a pattern-recognition technique, and patterns are everywhere in nature. But in the end it, too, is limited—a sort of electronic idiot-savant which excels at one particular mental task but is baffled by others. Instead of wondering whether AI can replace a job, it is better to ponder whether it could replace humans at a specific task.

The human touch

That leads to a second reason for optimism: the nature of work. Most jobs involve many tasks, even if that is not always obvious to outsiders. Spreadsheets have yet to send the accountants to the dole queue, because there is more to accountancy than making columns of figures add up. Radiologists analyse a lot of images. But they also decide which images should be taken, confer on tricky diagnoses, discuss treatment plans with their patients, translate the conclusions of the research literature into the messy business of real-life practice, and so on. Handing one of those tasks to a computerised helper leaves radiologists not with a redundancy cheque, but with more time to focus on other parts of their jobs—often the rewarding ones.

A third reason for optimism is that automation should also encourage demand. Even in the rich world, radiology is expensive. If machines can make it more efficient, then the price should come down, allowing its benefits to be spread more widely and opening up entire new applications for medical imaging. In the Industrial Revolution the number of weavers rose as the work became more automated. Improved efficiency led to higher production, lower prices and thus more demand for the tasks that the machines could not perform. Medicine itself provides a more recent example. “Expert systems” were the exciting new AI technology of the 1970s and 1980s. They eventually made their way into hospitals as, for instance, automated diagnostic aids. That has been a boon, letting nurses—or even patients—undertake procedures that might previously have required a doctor.

No one knows how sweeping the long-term effects of AI on employment will be. But experience suggests that technological change takes longer than people think. Factory-owners took decades to exploit the full advantages of electricity over steam. Even now, the computer revolution in the office remains unfinished. Big tech firms such as Google, Facebook and Alibaba have the resources and the in-house expertise to begin making use of AI rapidly. Most other companies will proceed more slowly, especially in tightly regulated areas like medicine. If you happen to be training for a career in radiology—or anything else that cannot be broken down into a few easily automated steps—it is probably safe to carry on.

Source : AI, radiology and the future of work

Verso Healthcare accompagne les professionnels de la santé dans le financement des équipements médicaux et l’optimisation de la gestion du plateau technique.

Intelligence artificielle : vos radios peuvent aider la recherche

La Société française de radiologie lance le tout premier «data challenge», un grand événement pour développer le meilleur outil d’intelligence artificielle. Le programme vise à mieux diagnostiquer les maladies et à en prédire les meilleurs traitements.

Depuis quelques jours, votre radiologue peut vous demander si vous êtes d’accord pour qu’il garde votre image de lésion du foie, de fissure du ménisque, de nodule de la thyroïde et même de tumeur du sein. À la clé, faire avancer la recherche et l’innovation. La Société française de radiologie (SFR) lance en effet le tout premier « data challenge », un grand événement pour développer le meilleur outil d’intelligence artificielle (IA).

« Beaucoup pensaient qu’on n’arriverait jamais à l’organiser. Eh bien, on y est ! C’est un défi qui va renforcer l’apport de l’intelligence artificielle en radiologie », s’enthousiasme la professeur Nathalie Lassau, de Gustave-Roussy, centre de référence qui mise beaucoup sur l’IA comme outil supplémentaire de la lutte contre le cancer.

«Des pépites vont émerger»

Ce vaste programme vise à mieux diagnostiquer les maladies et à en prédire les meilleurs traitements. Les 600 IRM, scanners, échographies de chaque catégorie collectés dans toute la France seront ensuite disséqués par des équipes de médecins-chercheurs-ingénieurs de la SFR. Le tout entre le 15 septembre et le 17 octobre, période des Journées françaises de radiologie (du 12 au 15 octobre), qui réuniront 7 000 personnes à Paris. « Chaque équipe travaillera sur le meilleur algorithme pour répondre à une question clinique, reprend la professeur Lassau. C’est très galvanisant car des pépites vont émerger. »

Source : Intelligence artificielle : vos radios peuvent aider la recherche

Verso Healthcare accompagne les professionnels de la santé dans le financement des équipements médicaux et l’optimisation de la gestion du plateau technique.

La radiologie française se dote d’un écosystème national en Intelligence artificielle

À l’occasion d’un séminaire sur l’Intelligence artificielle organisé le 2 juin 2018, le Dr Jean-Philippe Masson et le Pr Jean-François Meder ont annoncé la création, par le G4, d’un écosystème national dédié qui utilisera les quelques 500 millions de dossiers radiologiques qu’il traite au quotidien.

Intelligence artificielle

La Fédération Nationale des Médecins Radiologues (FNMR) a organisé, le 2 juin 2018 à Lyon, un Séminaire sur l’Intelligence Artificielle (IA) et la radiologie.

Mieux connaître l’IA pour mieux l’appréhender

Cette session a été l’occasion d’entendre des acteurs renommés donner leur point de vue sur cette notion très à la mode mais qui, au final, n’est pas maîtrisée par tous les radiologues. C’est d’ailleurs ce qu’a souligné le Pr Paul CHANG, l’Université de Chicago, qui distingue deux groupes de praticiens, les enthousiastes et les craintifs. Et c’est parce que ces derniers n’en connaissent pas bien les principes qu’ils sont réticents. Il s’est donc attaché à décrire les contours de cette IA qui, selon lui, peut aider le radiologue à ré-humaniser ses pratiques. Il a notamment souligné l’importance du référencement des données dans le processus de l’IA et expliqué la différence entre le Machine Learning utilisé dans les logiciels d’aide à l’interprétation (CAD) et le Deep Learning, très complexe et gérant des volumes de données considérables, mais aussi très opaque quant à son mode de fonctionnement.

Le patient, usufruitier de ses données de Santé

Parmi les autres intervenants à cette journée, citons François BLANCHARDON, Président du comité régional Auvergne-Rhône-Alpes de FRANCE ASSOS SANTÉ, qui a donné quelques pistes d’amélioration de la relation patient – médecin radiologue, ou David GRUSON, de la Chaire Santé de Sciences Po Paris, pour ses observations sur l’éthique dans le développement de l’intelligence artificielle. Mais l’assistance a écouté avec une attention particulière Me Laure Soulier, du Cabinet d’avocats Aubert, pour ses déclarations sur le droit des données de Santé. Elle a démontré tout d’abord que ces données n’appartiennent pas au radiologue mais au patient qui en est seulement l’usufruitier, la vente de celles-ci lui étant interdite. Elle est revenue sur les nouvelles dispositions législatives en matière de protection des données et sur la RGPD. Ce texte interdit en effet le traitement des données personnelles, sauf en cas de consentement de l’intéressé, pour sauvegarder les intérêts vitaux ou dans le but de recherche scientifique, ce qui entre dans le cadre de la pratique du radiologue.

La radiologie française crée un écosystème national en Intelligence Artificielle

C’est enfin le Pr Jean-François Meder, Président de la Société Française de Radiologie (SFR), qui a essayé d’identifier les impacts de l’IA dans l’activité radiologique au quotidien. Il a mis en exergue tout d’abord la maîtrise ancienne de l’outil numérique par les radiologues, décrivant l’arrivée de l’IA comme une évolution plutôt que comme une rupture. Il a rapporté quelques visions prospectives de certains de ses confrères, citant notamment la possible disparition du radiologue au bénéfice du triptyque clinicien – manipulateur – IA, la baisse de la pertinence de la clinique au profit de l’image médicale ou la position de data scientist du radiologue de demain, auxquelles il a déclaré ne pas adhérer.

Le Dr Jean-Philippe Masson, Président de la FNMR, l’a ensuite rejoint pour annoncer la création, par l’ensemble des composantes du G4, d’un projet d’écosystème en Intelligence Artificielle dédié à l’imagerie médicale. Il s’agira d’utiliser les données images et les interprétations de quelques 500 millions de dossiers traités par la radiologie française dans son ensemble, afin de faire progresser la Santé des patients.

Bruno Benque.

Source : La radiologie française se dote d’un écosystème national en Intelligence artificielle

Verso Healthcare accompagne les professionnels de la santé dans le financement des équipements médicaux et l’optimisation de la gestion du plateau technique.

Les « stakhanovistes du savoir » en veulent toujours plus

Ils ont choisi une voie royale, mais ils ressentent le besoin d’aller plus loin ou de se former aussi dans un autre domaine, parfois par eux-mêmes. Témoignages.

Pour compléter leurs connaissances, certains étudiants ont recours à l’autoformation en ligne.

A un an de terminer son cursus en radiologie, Paul Hérent, interne des hôpitaux de Paris spécialisé en imagerie médicale, décide de rompre avec le stress et le « travail à la chaîne » des gardes à l’hôpital. Il a envie de prendre du recul, d’avoir « plus de temps pour lire des articles, se former à la méthodologie des sciences… »

Il se lance donc dans une première année de césure consacrée à l’étude des sciences cognitives, à l’Ecole normale supérieure (ENS) Ulm. Au programme, philosophie, psychologie, neurosciences et… initiation aux technologies d’intelligence artificielle (IA), dont il pressent qu’elles auront beaucoup d’applications pour son futur métier. Vient alors l’envie d’approfondir par une deuxième année de césure, en cursus prédoctoral à l’université Paris sciences et lettres (PSL). Paul Hérent la termine actuellement par un stage chez Owkin, une start-up fondée par un médecin et un chercheur en mathématiques appliquées, spécialisée dans le traitement numérique des images de radiologie. « Le deep learning [apprentissage profond] marche très bien pour l’imagerie médicale et pourrait permettre de rendre plus robuste et plus fiable le diagnostic humain », explique le radiologue.

Convaincu que la radiologie est en train d’évoluer, il veut faire partie des pionniers. « Je vais terminer médecine, avec la volonté d’appliquer cette technologie [l’IA] dans le futur. Pour l’instant, il n’existe pas encore de cadre et il y a plein de choses à inventer. Mais je suis optimiste, il y a des promesses », explique le jeune homme pour qui sa profession doit s’emparer de ces évolutions afin de mettre en place « ce qui est souhaitable sur le plan éthique et médical ».

A son image, certains étudiants prennent des chemins de traverse pour s’adapter aux mutations qu’ils perçoivent, et qui les interpellent, ainsi que le montrent des témoignages d’internautes ayant répondu à l’appel du Monde.fr intitulé « Bientôt diplômé·e, vous vous formez aussi par vous-même. Témoignez-en ». Années de césure, deuxième cursus suivi à distance, autoformation par le biais de cours en ligne, reprise d’études une fois diplômés… Ils piochent un peu partout pour compléter leur savoir et leurs compétences, et aller plus loin.

De nouvelles armes contre la douleur

Les motivations des intéressés sont nombreuses et diverses. Titulaire d’un diplôme d’Etat de masseur-kinésithérapeute, Iris Marolleau combine son exercice professionnel dans un cabinet avec la poursuite d’un master 2 sur la neuromotricité à l’université de Créteil Paris-Est. Pour ne pas passer à côté de progrès permettant de réduire la douleur, il lui semble « essentiel de participer à cette grande quête de la compréhension du cerveau humain afin de mieux soigner les patients souffrant de maladie de maladies neurologiques ». Elle prévoit donc de continuer par un doctorat et de concilier à l’avenir une activité clinique, de recherche et d’enseignement. Pour « toujours aimer mon métier des années après », dit-elle, mais aussi pour « faire avancer la profession ».

IA : « connaître “le monstre” de notre siècle »

Ce sont aussi les bouleversements produits par l’intelligence artificielle qui ont interpellé Constantin*, élève de l’école Polytechnique, lorsqu’il se préparait à mener une thèse en physique théorique. Une thèse interrompue au bout de cinq mois, car jugée « bien loin des besoins économiques et des enjeux sociétaux actuels » à l’heure – entre autres – des applications militaires de l’IA qui se profilent. « Je me sentais la responsabilité à la fois morale et scientifique de connaître “le monstre” de notre siècle de l’intérieur », témoigne le jeune homme.

Il se met donc à chercher une thèse en IA, et un laboratoire lui fait confiance pour qu’il se forme rapidement. Il suit des cours en ligne (MOOCS) de l’université de Stanford et de Toronto : le MOOC de machine learning de Stanford, enseigné par Andrew Ng, est d’ailleurs celui qui a été le plus visionné depuis la France l’an dernier, sur la plate-forme américaine Coursera, un des principaux acteurs mondiaux des cours en ligne. Constantin complète en assistant à des cours de MVA (mathématiques, vision et apprentissage) à l’ENS Cachan. Puis se forme « sur le tas » en lisant des articles de recherche académique ou en participant à des écoles d’été organisées par la communauté scientifique comme la BioComp Summer School du CNRS.

« Un phénomène assez élitiste »

Ce type de parcours n’est, cependant, pas très fréquent. « L’autoformation est plutôt marginale chez les étudiants, cela reste un phénomène assez élitiste, parmi des étudiants déjà très engagés », analyse Matthieu Cisel, normalien et chercheur à l’université Paris Descartes, spécialisé sur les MOOCS. Ces stakhanovistes du savoir ont pour but « d’accumuler, d’enrichir et de diversifier » leurs connaissances et leurs compétences, explique-t-il.

S’il n’existe pas de statistiques établies permettant de véritablement quantifier le phénomène, le nombre de certificats attribués à des personnes ayant suivi des MOOCS est évalué entre 50 000 et 100 000 par an en France. Et la moitié des apprenants suivant un MOOC auraient déjà un diplôme de master, et un sur dix un doctorat.

Lire aussi :   « Les MOOCs ne peuvent se substituer totalement à l’université traditionnelle »

L’autoformation en ligne est, cependant, plus répandue pour l’apprentissage des langues – dont les applications touchent un large public – et l’informatique, où sa pratique s’est développée très tôt, d’abord pour les professionnels, avant de s’enrichir et de s’adresser largement aux débutants. « Les cours gratuits attirent de très nombreux étudiants, dont ce n’est pas le cursus principal, mais qui souhaitent compléter leurs connaissances », fait savoir la plate-forme française Openclassrooms, pionnière dans la formation informatique. Elle ajoute que certains étudiants « suivent un parcours payant et diplômant en plus de leur formation, en particulier des étudiants en école de commerce qui suivent le parcours de développeur Web ou de data scientist : ce n’est pas massif, mais nous en voyons de plus en plus. »

L’américaine Coursera, qui revendique 31 millions d’utilisateurs dans le monde et diffuse les cours de 150 universités, souligne, de son côté, que les demandes des internautes sont elles-mêmes pluridisciplinaires : près de huit inscrits sur dix suivant deux cours ne le choisissent pas dans le même domaine, naviguant entre intelligence artificielle, gestion de données, management ou développement personnel… « Alors que les métiers sont impactés par des transformations qui n’en sont qu’à leurs débuts, cela leur donne l’opportunité de se former à ces évolutions. Et cela explique que des grandes entreprises, comme L’Oréal ou Axa en France, aient abonné leurs salariés à notre plate-forme », explique Jeff Maggioncalda, directeur général de Coursera.

Un véritable « gap » technique, informatique et numérique

Diplômé d’un Institut d’études politiques en région en 2015, puis d’un master innovation et management des technologies, Ben* est aujourd’hui chef de projet en innovation technologique dans une ESN (entreprise de service numérique). Il s’est inscrit « à un certain nombre de MOOCS en autoformation portant sur les notions de base de l’informatique (développement, architecture réseau, algorithmique…) ». Car sa formation initiale ne lui a pas donné toutes les compétences nécessaires, et il se sent « parfois un peu désarmé face à la montagne de savoir » qu’il doit rattraper vis-à-vis de ses collègues « issus de formations plus scientifiques ». Devant combler par lui-même ce « véritable “gap” de culture technique, informatique et numérique », il est d’ailleurs soutenu par son employeur qui subventionne certaines de ses formations payantes en ligne.

« Aujourd’hui, on a moins besoin d’un spécialiste »

Le MOOC n’est pas le seul outil. « Tous les apprenants en autoformation ont un panel de ressources : des blogs, des cours sur les plates-formes », explique Matthieu Cisel. Les ressources en ligne des universités « font partie de cet écosystème », dit-il. Mohamed Chérif Haidara, étudiant en master de techniques d’information et de décision dans l’entreprise (TIDE) de l’université Paris-I, peut en témoigner : « Durant tout mon parcours universitaire, j’ai téléchargé des cours et des livres sur les sites du Collège de France ou des facultés elles-mêmes, et j’ai suivi les blogs et les articles des profs qui m’intéressaient, détaille-t-il. Je fais beaucoup d’autoformation sur l’intelligence artificielle notamment, je passe l’essentiel de mes vacances à cela. » Il souhaite aller plus loin et poursuivre un deuxième master en gestion d’actifs ou en IA. « Ce que je remarque sur le marché du travail aujourd’hui, c’est qu’on a moins besoin d’un spécialiste dans un domaine que d’une personne polyvalente, ayant des connaissances en science, en statistiques, en macroéconomie et microéconomie, en comptabilité… », ajoute le jeune homme, qui travaille en même temps en contrat alternance dans le secteur bancaire.

Lire aussi :   Les MOOCs font pschitt

« Chercher les bonnes questions plutôt que les bonnes réponses »

D’autres, cependant, ressentent surtout le besoin de « s’ouvrir d’un point de vue intellectuel » plutôt que d’acquérir de nouvelles compétences techniques. Tel Maxence*, étudiant en management et en stratégie à l’université Paris-Dauphine – une formation « très technique et professionnalisante » –, qui termine, en parallèle, une licence de philosophie à distance de l’université Paris-Nanterre. « Bien que je sois persuadé qu’elle apporte beaucoup intellectuellement, je n’en attends aucune retombée d’un point de vue professionnel », affirme Maxence, qui ne compte d’ailleurs pas mentionner ces études sur son futur CV.

L’étudiant loue pourtant la « hauteur de vue » apportée par la formation philosophique, qui « consiste à chercher les bonnes questions plutôt que les bonnes réponses, à éviter les a priori, les clichés. C’est toujours utile dans les métiers très analytiques de l’entreprise comme le conseil, la stratégie. » L’innovation et les mutations technologiques ne sont pas les seules à faire ressentir aux étudiants le besoin d’élargir leur formation.

* Certains étudiants ont souhaité que leur témoignage reste anonyme.

Source : Les « stakhanovistes du savoir » en veulent toujours plus

L’intelligence artificielle au chevet de la médecine

La start-up française Therapixel est à la pointe en matière d’intelligence artificielle appliquée au diagnostic médical.

LE PARISIEN WEEK-END. Rapidité, précision, fiabilité… Les algorithmes, notamment ceux mis au point par une start-up française, ouvrent la porte à une révolution du diagnostic médical. De quoi changer la vie des patients, mais aussi celle des soignants.

Des algorithmes remplaceront-ils, demain, les médecins pour reconnaître un cancer du sein, une leucémie ou un risque de mort subite lié à un problème cardiaque ? Depuis deux ans, les progrès du diagnostic médical assisté par intelligence artificielle sont importants. A la manoeuvre, des géants des technologies comme IBM, Google, Microsoft, et les constructeurs Philips et Siemens.

LIRE AUSSI >Reportage chez Microsoft : l’intelligence artificielle pour tous

Face à eux, des start-up françaises tentent elles aussi d’occuper ce terrain prometteur. C’est le cas d’Implicity, spécialisée dans l’écoute à distance des pacemakers, de DreamUp Vision, experte de la détection de la rétinopathie diabétique (une lésion de la rétine qui peut causer la cécité des malades du diabète, NDLR) ou de Cardiologs, qui interprète les électrocardiogrammes.

Le principe ? Des algorithmes apprennent à reconnaître une anomalie sur un examen – une radio, par exemple – en se basant sur des millions d’images similaires présentes dans des bases de données. Cette technique qui remonte aux années 1950, dite d’apprentissage automatique, est devenue très efficace.

« L’explosion des capacités de calcul et des bases de données a permis de rendre les algorithmes plus vite et savent mieux reconnaître leurs erreurs », souligne Maxime Sermesant, spécialiste de l’analyse d’images médicales à Institut national de recherche en informatique et en automatique (Inria).

Diminuer le nombre d’erreurs

Therapixel, une start-up issue de l’Inria à la pointe en matière de technologie appliquée au diagnostic médical, met au point un outil pour améliorer le dépistage du cancer du sein. « Deux médecins regardent aujourd’hui une mammographie. Le premier détecte et caractérise, en environ cinq minutes, les éventuelles anomalies. Le second confirme ou infirme, en une trentaine de secondes, ce que le premier a rédigé », rappelle Olivier Clatz, cofondateur de Therapixel.

« Le premier niveau d’analyse peut être automatisé », estime-t-il. L’enjeu ? Gagner en rapidité, diminuer le nombre de fois où un cancer n’est pas détecté (environ 10 % à l’issue de la première étape), mais aussi éviter d’inquiéter les patientes avec des résultats alarmants qui se révéleront erronés.

Dans la première phase de développement de l’outil, l’algorithme de Therapixel a fait passer le taux de ces fausses mauvaises nouvelles (les « faux positifs ») de 25 % à 4 %. « Lorsque l’algorithme fait une erreur, on va voir les radiologues qui collaborent avec nous et on leur demande de nous expliquer comment ils auraient procédé. Puis on ajoute une branche à notre programme », explique Olivier Clatz.

L’intelligence artificielle pourrait être précieuse quand les examens sont toujours plus nombreux et approfondis, et les données de santé plus détaillées pour chaque patient. « Il y a quelques années, un scanner captait de 100 à 150 images. Avec la technique de l’imagerie spectrale, nous avons aujourd’hui jusqu’à 3 000 clichés à analyser par examen », note Marc Zins, chef du service de radiologie de l’hôpital Saint-Joseph, à Paris (14e). Mais les praticiens manquent. Près de 40 % des postes de la spécialité sont vacants dans le secteur hospitalier public, selon un rapport de la Cour des comptes de mai 2016.

« La radiologie a toujours innové. Elle est habituée aux technologies de rupture, comme l’ont été le scanner et l’IRM (mis au point dans les années 1970, NDLR), rappelle Marc Zins. En automatisant les analyses de base, l’intelligence artificielle va nous permettre de nous concentrer sur les cas complexes, et surtout sur le patient. »

Outre la radiologie, la détection d’anomalies sur des biopsies, le choix de la meilleure combinaison d’examens à réaliser pour un patient et l’étude de l’ADN seront aussi bientôt possibles grâce à l’intelligence artificielle. Les acteurs historiques de l’analyse biologique, tels Cerba ou Biomnis, font entrer cette dernière dans leurs laboratoires.

De son côté, le groupe néerlandais Philips vient d’annoncer la création d’un centre d’expertise mondial appliqué à l’intelligence artificielle dans son siège de Suresnes (Hauts-de-Seine). Il accueillera 50 chercheurs et ingénieurs qui exploreront la cardiologie, l’oncologie et les maladies rares.

Détecter certaines mutations de l’ADN

Enfin, la start-up suisse Sophia Genetics fournit déjà à plusieurs centaines d’hôpitaux dans le monde une analyse exhaustive de l’ADN de leurs patients. Ce service rapide (deux heures de travail facturées 150 euros) permet de détecter les mutations responsables des cancers dits héréditaires, tels ceux du sein, de l’ovaire ou du colon, et de personnaliser les soins. Avec, en ligne de mire, des traitements plus efficaces et des vies sauvées.

 

Un coach numérique

L’intelligence artificielle fait des miracles dans des domaines inattendus. La start-up française PIQ a mis au point un dispositif connecté pour aider les sportifs du dimanche à améliorer leurs gestes en les comparant à ceux de millions d’athlètes de bon niveau. Celui-ci est composé de capteurs de mouvements qui s’adaptent à des accessoires, comme un gant de boxe, complétés par un « assistant » doté d’une intelligence artificielle embarquée. Déjà disponible pour la boxe, le ski, le golf, le tennis, le kitesurf et l’équitation, le robot PIQ capte en finesse les mouvements et analyse vitesse, accélérations et puissance. L’outil met en valeur les points forts du sportif amateur et lui donne, en ligne, des conseils pour s’améliorer.

Source : L’intelligence artificielle au chevet de la médecine

Verso Healthcare accompagne les professionnels de la santé dans le financement des équipements médicaux et l’optimisation de la gestion du plateau technique.

Google veut utiliser l’IA pour détecter les maladies cardiaques

Grâce à l’analyse du scanner rétinien d’un patient, Google souhaite que son système détecte facilement les maladies cardiovasculaires.

Les équipes de Google et de Verily, une filiale d’alphabet, travaillent sur une intelligence artificielle capable de détecter les maladies cardiaques et ainsi prévenir les risques. En analysant un scanner rétinien, l’IA pourrait déterminer plusieurs données sur le patient, à l’exemple de son âge, son sexe, sa tension artérielle et le fait qu’il soit ou non fumeur. De fait, ces données peuvent être directement exploitées pour établir un potentiel risque. Ce système serait aussi précis que les méthodes médicales actuelles.

Pour entraîner le système, les chercheurs ont utilisé le machine learning : l’IA a analysé les données d’un total d’environ 30 000 patients. Les données contenaient des informations générales ainsi que des scanners ophtalmologiques. Par la suite, les réseaux neuronaux ont exploité ces informations pour établir des modèles permettant d’associer les signes d’un risque d’accident cardiaque.

Si Google a publié l’avancée de son travail dans la revue médicale Nature Biomedical Engineering, il faudra encore du temps avant qu’un tel outil soit fiable. Néanmoins, la méthode permettrait de détecter un risque plus vite et plus facilement.

De plus, la mise en service d’un outil médical basé sur l’intelligence artificielle serait le symbole du passage d’un réel cap. De fait, l’algorithmie serait en charge d’établir un pourcentage de risque pour le patient. Ce type de projets pourraient être l’origine d’une toute nouvelle vision médicale dans laquelle les machines, et surtout l’IA auraient beaucoup plus de marge de manoeuvre.

Bien que l’IA ne soit pas prête à être mise en service -Google n’a pas donné de date-, il serait un jour possible d’imaginer de tels systèmes travailler aux côtés des médecins. En tout cas, l’idée n’est pas si folle pour la filiale d’Alphabet.

scanner yeux l'IA
Google veut utiliser l’IA pour détecter les maladies cardiaques

 

Source :  Google veut utiliser l’IA pour détecter les maladies cardiaques

Verso Healthcare est expert en accompagnement des cardiologues

Quelques réflexions acides sur la pratique radiologique

Dans un article expliquant pourquoi l’imagerie médicale est impliquée fortement par l’avènement de l’Intelligence Artificielle, le Pr Marius Fieschi assène quelques réflexions sur la compréhension des radiologues sur les pathologies de leurs patients ou sur leur passivité devant l’identification d’une anomalie par un outil d’aide à la décision. Les radiologues apprécieront…

Intelligence Artificielle
Intelligence Artificielle

Dans une tribune publiée dans www.dsih.fr, le Pr Marius Fieschi, professeur honoraire de santé publique à la faculté de médecine de Marseille, créateur du laboratoire d’enseignement et de recherche sur le traitement de l’information médicale (LERTIM), explique pourquoi l’imagerie médicale est en première ligne pour les usages de l’aide à la décision faisant intervenir l’Intelligence Artificielle (IA).

Des outils matures et une culture numérique acquise au fil des années

Il pointe tout d’abord la place importante prise par l’outil informatique dans la pratique des radiologues et de la culture numérique qu’ils ont acquise au fil des années. Cela se vérifie depuis l’acquisition des images, notamment pour l’imagerie en coupe, jusqu’à la gestion des comptes rendus en passant par le post-traitement des examens. Il objective également la maturité des processus de stockage et de partage des données, qui sont ainsi disponibles et standardisées en DICOM depuis longtemps.

Le Pr Fieschi revient enfin sur les raisons qui font que les autres spécialités médicales ne sont pas aussi impliquées dans les processus d’aide à la décision. La télémedecine est susceptible, selon lui, de les engager à intégrer plus souvent dans leur pratique les outils numériques, si les infrastructures évoluent pour notamment rendre les outils interopérables et les données facilement accessibles.

La compréhension d’une pathologie ne serait pas nécessaire pour interpréter une image

Mais une partie de son propos risque de faire grincer quelques dents dans la communauté radiologique. Il y annonce en effet que « l’activité courante de radiologie, la compréhension profonde du phénomène n’est pas nécessaire pour interpréter une image, identifier une anomalie ou une structure radiologique particulière » ou que lorsqu’un outil d’aide à la décision radiologique identifie une anomalie, « on est plus dans le constat, dans l’observation, qui sera immédiatement perçue par le professionnel sans besoin d’explication ».

Le Pr Fieschi a sans doute oublié que les radiologues sont susceptibles, de temps en temps, de faire des annonces à leurs patients et qu’ils ne le font pas à la légère, sans avoir au préalable étudié leur dossier et l’historique de leur maladie. Il a également mis sous silence leur participation de plus en plus active aux RCP, toutes spécialités confondues notamment. Les radiologues apprécieront…

Bruno Benque

Source : Quelques réflexions acides sur la pratique radiologique

Verso accompagne les professionnels de la radiologie et l’importance toujours aussi croissante de la culture numérique dans l’aide à la décision.

L’IA est devenue le stéthoscope du XXIe siècle

intelligence artificielle médecine

L’IA est capable de lire 20 millions d’études cliniques en quelques minutes alors qu’un médecin, au meilleur des cas, lira 200 publications par an (en prenant compte qu’il les a retenu intégralement). Ainsi, l’IA en question saura davantage trouver un traitement efficace pour un patient. L’utilisation de l’IA dans le milieu médical n’est plus à prouver. Elle permet même de faire des diagnostics par téléphone pendant que l’ambulance arrive sur les lieux. Par exemple, l’IA écoute et assiste l’opérateur au téléphone. Si elle détecte une crise cardiaque, l’opérateur donnera en conséquences des instructions pertinentes. De plus, l’opérateur communique aussi ce diagnostic à l’équipe médicale avant même qu’elle soit sur place. Toutes ces précieuses minutes gagnées permettent de sauver des vies.

L’IA est devenue le stéthoscope du médecin

Certains algorithmes d’apprentissage en profondeur ont obtenu de meilleurs résultats sur la détection de cancer du sein qu’un groupe de 11 pathologistes. Selon cette étude, la performance de l’algorithme était comparable à celle d’un expert qui interprète des image sans contrainte de temps. Seulement on le sait, les experts ont peu de temps.

Pour reprendre l’étude citée plus haut, Watson (de IBM) a analysé les données génomiques à la fois des cellules tumorales et des cellules saines et a finalement été capable de glaner des informations exploitables en seulement 10 minutes. Comparez cela aux 160 heures de travail nécessaires pour les médecins humains… Tout comme le stéthoscope a permis la détection plus rapide  et plus précise de maladie liée aux organes internes.

Une IA détecte qui aura une crise cardiaque ou Alzheimer dans 10 ans

Chaque année, près de 20 millions de personnes meurent des effets des maladies cardiovasculaires. Cela comprends les crises cardiaques, les accidents vasculaires cérébraux, les artères bloquées et autres dysfonctionnements du système circulatoire. Dans un effort de prédiction, de nombreux médecins utilisent des lignes directrices similaires à celles de l’American College of Cardiology / American Heart Association (ACC / AHA).

Celles-ci sont basées sur huit facteurs de risque (dont entre autre, l’âge, le niveau de cholestérol et la pression artérielle) que les médecins corrèlent efficacement. Dans cette étude, les algorithmes d’intelligence artificielle ont dû se former eux-mêmes. Ils ont utilisé environ 78% des données (environ 295 267 enregistrements) pour rechercher des modèles et construire leurs propres «directives» internes. Ils ont ensuite testés leurs directives sur les autres enregistrements. Utilisant des données enregistrées et disponibles de 2005, ils ont prédit quels patients auraient leur premier événement cardiovasculaire au cours des 10 prochaines années.

Ainsi, ils ont vérifié les suppositions par rapport aux enregistrements de 2015. Contrairement aux lignes directrices de l’ACC / AHA, les méthodes d’apprentissage automatique ont permis de prendre en compte 22 autres points de données, y compris l’origine ethnique, l’arthrite et la maladie rénale. C’est un pas de géant pour les futurs médecins et pour la médecine prédictive.

L’IA est un outil, pas une marque

Tout comme on utilise Netflix, ce n’est pas pour son IA, mais parce que l’expérience utilisateur est agréable. Idem, nous achetons sur Amazon car c’est facile, et non pas pour son utilisation de l’IA. En médecine, l’IA va intégrer les procédures mais ce n’est pas pour autant qu’on ira dans tel ou tel hôpital. D’ailleurs en matière de santé, l’IA n’est pas vouée à remplacer les médecins mais plutôt à les assister. Le stéthoscope assiste les médecins et c’est devenu un outil indispensable. Cet outil utilisé tous les jours dans le monde entier a permis de diagnostiquer des millions de personnes dans le monde. L’IA est l’outil sine qua non du médecin du XXIe siècle.

Comme nous avons pu le voir la quantité de data générée par patient et le nombre d’études publiées par an sont immenses. Autant dire même impossible pour un humain de prendre connaissance et d’assimiler toutes ces informations. En revanche la machine pourra donner des conseils aux médecins. Cela soulève des questions d’ordre éthique et de responsabilité. Et si une IA donnait un mauvais diagnostic ? A qui est-ce la faute ? Ces questions n’ont pas encore de réponses complètes mais cette complémentarité est nécessaire dans ce secteur d’activité.

Source : L’IA est devenue le stéthoscope du XXIe siècle

Verso finance les équipements des professionnels de santé.

AI voice assistants have officially arrived in healthcare

Amazon has an early lead, but lessons from cutting-edge providers can also be applied to Apple Siri, Google Home and Assistant, and Microsoft Cortana.

AI voice assistants for healthcare
AI voice assistants for healthcare

As 2017 wound down, Amazon’s Alexa voice assistant rose up to the top of Apple’s App Store while Amazon’s Echo Dot was its own bestseller.

But some of the millions of those devices sold have already found their way into hospitals like Beth Israel Deaconess Medical Center in Boston, Northwell Health in New York, the Commonwealth Care Alliance in Boston, and Libertana Home Health in Los Angeles.

“When we went from laptops to smartphones as our primary means of doing computing, that was a major paradigm shift,” said John Halamka, MD, CIO at Beth Israel. “Ambient listening tools probably will replace mobile devices.”

Amazon is hardly alone in the market. Apple Siri, Google Home and Assistant, and Microsoft Cortana are also available. Among hospitals undertaking pilot projects, Amazon reigns supreme — for now. At least one hospital is already girding to implement Google Home as well.

Early work at BIDMC

Halamka’s team is conducting extensive early work with Amazon’s Alexa voice assistant.

Halamka’s team has built a variety of skills for the Alexa voice assistant. A skill is the computing manifestation of a task that a voice assistant performs in the real world. Halamka said the Alexa APIs used to build skills are straightforward and easy to use. Beth Israel Deaconess System now has a variety of skills used in the voice assistants in patient rooms.

“If you are an inpatient, what are the things typically you would like to know?” Halamka said. “When will my doctor be here? What’s for lunch? Simple types of things for which you need answers. Today, you pull a cord installed in 1955 that flips a relay that turns on a light that means a nurse might be there in 10 minutes. Even modern nurse call systems still are very reminiscent of things that would have been in hospital rooms in the 1950s.”

Halamka questioned why healthcare professionals still think in that particular workflow when there is data in electronic form to answer these questions.

Now, patients can say, “Alexa? Ask BIDMC to call a nurse.” And Alexa will respond, “OK, I have just sent a request for a nurse.” Or, “Alexa? Ask BIDMC what is my diet?” And Alexa replies, “You are restricted to a bland diet for the day. To order a meal, call extension 12345.”

“Why should it be any different than that?” Halamka asked. “You develop these use-cases for which questions a patient typically asks, ones that can be asked through micro-services plumbed through the Alexa API.”

Northwell’s Alexa skill: Determine ER wait times

Northwell Health currently is using Alexa but soon will add Google Home into the mix. The provider organization is experimenting with many different use-cases for voice assistants. The big one currently is an Alexa skill that helps users identify the wait times at emergency rooms and urgent care centers that are near a given Zip code.

“You can have Alexa ask Northwell for the shortest wait time near your Zip code or check the time at a specific location,” said Emily Kagan Trenchard, vice president of digital and innovation strategy at Northwell Health. “The skill will give you the wait time as well as the address for that location and direct users to an alternative if the shortest wait time is elsewhere.”

It’s also smart enough to handle disambiguation around places with similar names. For example, Northwell has three hospitals known as Long Island Jewish – Long Island Jewish Valley Stream, Long Island Jewish Forest Hills and Long Island Jewish Medical Center.

“Imagine a scenario where you are in the kitchen and you cut your finger while cooking,” Trenchard said. “In this instance, you know you need to get medical attention and possibly a few stitches. You would say, ‘Alexa, ask Northwell what’s the shortest wait time near 11021?’ Alexa would then query the database of our emergency and urgent care wait times, which are refreshed every 15 minutes, and look at the locations nearest to the Zip code 11021.”

Of those locations, it would then calculate the shortest wait time and report back the location’s name, the wait time and the address. Say the result that comes back is for a Northwell GoHealth Urgent Care location, but the patient would prefer to go to the emergency department at their preferred hospital. In this case, the patient could say, “Alexa, what’s the wait time at North Shore University Hospital?” In response, Alexa would provide the wait time for that specific location.

Commonwealth: Patients drive voice tech growth

Commonwealth Care Alliance is using Alexa technology, but the organization’s plan is to ultimately access all available voice assistants to create individualized care environments for its members and patients.

“We believe this area of patient engagement will continue to grow – driven by both patient experience and feedback,” said John Loughnane, MD, chief of innovation at Commonwealth Care Alliance, which uses voice technology systems from Orbita. “We also see the great potential in this approach and technology to enable our members with physical disabilities to have more control over their environment.”

Commonwealth Care Alliance currently is leveraging Alexa to enable its members to perform a variety of tasks. Members can conduct hands-free calling to other people who have Alexa. They can conduct “drop-in” visits with members who agree to give each other access. This is important for individuals who need to check up on someone from another part of a home as Alexa acts as a built-in intercom system.

Members also can do an initial set-up of Google Calendar for personal care attendant schedules. The technology can then check on schedules to see who is going to be on the next shift. They can set reminders for routine tasks such as taking medications, setting up doctor appointments and other medical events.

A Commonwealth Care Alliance member would commonly use voice assistant technology to set up a calendar or schedule for their personal care attendant. A typical exchange might take place as follows:

Patient: Alexa, create an event: PCA #1 at 9 a.m. to 12 p.m. on Monday.
Alexa: Does this repeat?
Patient: Yes.

At this time, the personal care attendant shift is entered into the Google calendar. Once the Google calendar is complete, it is shared with the personal care attendant so they are aware of when their shifts are and who they may contact to arrange for coverage if shifts are missed.

The patient then can ask Alexa, “What are my next five events?” Alexa would inform the patient who is scheduled for their upcoming shifts. This is a powerful use of voice technology because the patients don’t have to keep asking others to check the usually written schedules.

Libertana: Voice tech helping independent living

Libertana Home Health is using Alexa along with the Amazon Echo Dot. Its goal is to empower people to live independently.

“Given our client population, the ability to use their voices to activate assistance and get reminders to stay on task makes the likelihood of aging in place a reality,” said Debra Harrison, RN, assisted living waiver public subsidized housing manager at Libertana Home Health. “The inevitable physical and mental deterioration of the aging process is a difficult adjustment. Having the right assistance in the comfort of their own homes is invaluable in helping our clients acclimate.”

The pilot study has proven that Alexa becomes a “friend” to the client, Harrison added. And very important, it helps break the loneliness that most experience.

“The client with shingles whose pain makes moving unthinkable can use her voice to play music, relax and stay comfortable,” she added. “The use of cognitive games makes the clients think and laugh, the ability to set a timer, ask for directions, and hear a response makes them feel less isolated.”

A patient can wake up in the morning and say, “Alexa, open Libertana.” The Libertana app is opened and there is a morning greeting individualized to that client. Alexa then continues with reminders such as taking medications at specified times and putting on their life alert pendant.

“The voice device shares information about activities happening in the facility throughout that day and provides reminders for them at various times to take specific measurements, blood pressure or blood sugar checks, for example,” Harrison said. “Reminders also are provided to exercise, drink fluids and eat snacks.”

The most widely used feature, which can help patients gain peace of mind, is the ability to request assistance from Libertana staff. With the voice assistant, a patient does not need his or her mobile phone nearby. After finally getting comfortable in a reclining chair, for instance, the patient might realize he or she left the mobile phone in another room. With Alexa, the patient need only speak to get the assistance needed – perhaps getting to the bathroom safely, asking someone to get pain medication or reporting feelings of lightheadedness.

“At the beginning of the pilot, which we limited to one of our facilities, we identified that some clients were unfamiliar with or forgot how to activate the skill,” Harrison explained. “We spent time early on to educate users on use of the device; essentially, reinforcing their need to say, ‘Alexa, open Libertana.’ Not all had this challenge, but of those that did, once they overcame it, all program participants have become very comfortable using Alexa.”

The HIPAA situation

None of the voice assistants yet have HIPAA business associate agreements to adhere to the HIPAA privacy and security rule. As the Office of Civil Rights will tell a healthcare organization, however, as long as there are none of the 18 identifiers passing over a clear channel, the organization is safe.

“Just telling Amazon here is a patient in 701 who wants to know when lunch arrives, there is no HIPAA information going over that kind of dialogue,” Halamka said.

Ultimately, if one can just be somewhere and ask a question, and the question is a skill on the back-end powered by micro-services that are attached to a patient’s record or to a dietary system, that is so much friendlier for all involved, Halamka said.

How-to tips for using voice assistants

Commonwealth Care Alliance, Libertana Home Health and Northwell Health are pioneering the use of ambient listening voice assistants in healthcare, and they all have so far achieved success with the technology as measured by patient satisfaction.

When asked to share some “how to” tips with their peers at other healthcare organizations looking to get into the voice assistant game, the executives at these three organizations were overflowing with help.

Emily Kagan Trenchard, vice president of digital and innovation strategy at New York health system Northwell Health, offers four tips to getting started with a voice assistant project.

1. Experiment away: “First, don’t be afraid to start experimenting because both Amazon and Google now have SDKs that are open to anyone to use – you can try 50 different skill ideas before you land on one that your end users might really love,” Trenchard said. “

2. Don’t expect perfection: Working with voice assistants is an easy thing to start, but a harder thing to perfect. Plan on not only having developers on the project, but user experience and/or copy people to help generate the utterances. This will likely take up the bulk of your time once you determine the nature of the skill you want to build.”

3. Utilize your APIs: A healthcare organization does not need anything beyond its existing website to get started, she advised. Northwell has its Alexa skill running off of its content management system and taking advantage of the same APIs that the website and digital signs use. That said, there are more tools available to help visualize workflows, manage utterances and even cross-compile code for Google, Alexa and other voice assistants. Once a healthcare organization gets up and running, these tools could be a great help, she added.

4. Step-by-step: “And fourth, think about small, simple tasks and information requests,” Trenchard said. “If it’s going to take more than one or two steps to get the information a user is looking for, it might be better accomplished in a visual interface than in voice.”

John Loughnane, MD, chief of innovation at Commonwealth Care Alliance, which uses voice technology systems from Orbita, advises healthcare organizations trying to figure out how to get voice assistants off the ground is to make them valuable.

“It is important to keep in mind that voice assistants must support members and patients in their everyday lives and add value,” Loughnane said. “When looking to integrate new technologies and solutions such as voice assistants, it is critically important to collaborate with others across the care continuum in order to determine best practices for treating different populations.”

Through this collaboration, these approaches can be modified or adapted to work in different situations so everyone can benefit, he added.

Prime your users

Debra Harrison, RN, assisted living waiver public subsidized housing manager at Libertana Home Health, which uses voice technology systems from Orbita, says organizations looking how to make first-generation voice assistant projects work should choose their locations and users wisely. Do everything possible to have individuals who are open to using such technology, even if it means coaching.

“In my experience, that is the key,” she said. “It’s also important to knowing ahead of time that daily reinforcements are necessary for a window of time. Ensuring there is little to no pressure or stress involved with them using it is also important. We portrayed this as something that would be fun and helpful.”

For the first few times using it, patients were not actively involved – they did nothing but watch the healthcare professionals doing the coaching. But that helped alleviate the feeling of pressure patients might get from the fear of doing something wrong.

“They let us know when they were comfortable using their own voices when they saw how easy it was – and it took off from there,” Harrison said. “Giving the clients the time they need in the beginning phase, however long, will help them use it successfully and for the long run.”

The results are early

It remains very early days for the use of voice assistants in healthcare. Consequently, provider organizations experimenting with the burgeoning technology do not have many hard results like return on investment to report. But these organizations are showing what the technology can do, and have patients to back them up.

“We’ve proven the technology is very robust,” BIDMC’s Halamka said. “In all of our testing and piloting, the technology works. We’ve proven the development time to create these things is very short, because Amazon has really democratized the technology, you do not write programs, you write scripts and configuration files. It’s the kind of thing a person can do in a weekend.”

The use of the skill has been growing steadily, Northwell’s Trenchard added.

“So far we’ve seen over 1,000 utterances captured in hundreds of sessions,” she reported. “I think it’s still a very novel idea that consumers can find this kind of information from Alexa. From patients we’ve spoken to, they feel it gives them a sense of comfort to know how long they will have to wait when they walk in at an urgent care center or emergency room before they leave the house.”

Voice assistant technology also has been a great way for Northwell’s internal development and user experience teams to experiment with voice interfaces and learn from the feedback from real-world users.

“There’s no substitute for having live user experience data when exploring how a new technology could serve our patients,” Trenchard said.

Libertana Home Health does not yet have documented results. The pilot study’s purpose was threefold.

“To see if clients were able to use it consistently, benefitted from it, and felt empowered by using it,” said Harrison of Libertana Home Health. “We did see results in all areas. One client with a cultural based fear of using Alexa, due to having Big Brother watching, would not use it in the beginning. I actually thought he was a lost cause. A few months later, however, with constant support from our staff, he saw its benefits and now uses it on a daily basis.”

Commonwealth Care Alliance currently is collecting data and expects it to be available in the first quarter of 2018. In terms of anecdotal results, members have reported they find the use of voice assistants makes it much easier for them to call and create schedules, giving them more autonomy in their lives, said Loughnane of Commonwealth Care Alliance.

While provider organizations experimenting with ambient listening voice assistants may not have a lot of hard data results to report quite yet, they have already learned lessons to share with other providers considering voice assistants.

“We’ve learned that voice assistants need lots of training,” stressed Trenchard of Northwell Health. “We have over 1,500 utterances logged to date and there are still things that Alexa sometimes does not know how to process. We’ve also learned that Alexa is not very good at dealing with accents. We have high hopes for voice assistants in the future.”

Today, commercially available voice assistants are intended for group settings, and that makes security a very tricky thing to tackle, especially when dealing with sensitive health information. While newer releases have shown that voice agents can get better at recognizing which individual in a household might be speaking, the technology is not yet sophisticated enough that Northwell feels comfortable sharing care information with patients through the devices. For now, Northwell is focusing on use-cases that don’t involve sensitive data.

At Beth Israel Deaconess System, the early feedback from patients, board members, administrators and caregivers, is that the technology is “fabulous,” Halamka reported.

“The idea that instead of using a pull-cord or a phone or an e-mail, that you can just in the room have ambient listening and actions happen reduces the burden on everyone,” he said. “How much burden do people in healthcare feel right now in the era of post-meaningful use HIPAA Omnibus rules? Burden seems like the keyword of 2017. The idea that this is a real time-saver and burden-reducer is a real lesson learned.”

The impact on IT is very low – a healthcare organization does not need to find someone new or spend a lot of money, and that is an important lesson learned, Halamka added.

“The skills that are necessary to do this are really just scripting, not programming,” he explained. “The technology is mature, really low cost, low impact, easy to deploy. So, be aware of the privacy issues, given that it is early. Amazon will eventually get to HIPAA compliance on Alexa, they are just not there yet.”

The future: Patience with patients

Harrison at Libertana Home Health cites lessons learned that revolve around the patient.

“We realize that our clients need reinforcement in learning how to open the Libertana app,” Harrison said. “Initially, this has to be done on a daily basis. This was simple for us since we have caregivers going into apartments on a daily basis. We learned the need to be patient, and were pleased with the pace of adoption once we crossed the learning curve.”

Libertana also learned that it needed to choose patients carefully. For the pilot, success was in part likely due to the time spent reviewing clients’ personalities, their willingness to participate, their general compliance in their care, and their cognitive ability, Harrison said.

Beth Israel Deaconess, Northwell, Commonwealth Care Alliance and Libertana Home Health have proven that voice assistants can play a very helpful role in the delivery of healthcare. They also have shown there is some work yet to be done for these voice tools to proliferate within the four walls of healthcare organizations.

Ultimately, voice assistants hold great promise for healthcare — promise that may be realized sooner than many now think.

 

Source : AI voice assistants have officially arrived in healthcare

Verso accompagne les professionnels de la santé vers les nouvelles technologies.

Intelligence artificielle et santé, les propositions d’Ethik-IA

La France a-t-elle un message en matière d’intelligence artificielle (IA) ? Alors que ses chercheurs participent activement à la recherche fondamentale, elle serait distancée sur les applications industrielles. En attendant un éventuel rattrapage, l’Hexagone peut tracer la voie en matière d’encadrement éthique et juridique sur les ruptures technologiques en cours. C’est en tout cas l’objectif que s’est assigné Ethik-IA, une initiative qui marque le retour de David Gruson (photo) dans le secteur de la santé après son départ en septembre dernier de la Fédération hospitalière de France. Le créneau est en fait étroit, entre la dérégulation totale et le supra-précautionisme, attitude naturelle en France avec le risque de voir se développer l’IA ailleurs. Ethik-IA qui s’est entourée d’une équipe pluridisciplinaire (médecin, juriste, spécialistes en géopolitique…) souhaite introduire en réponse à ces deux dangers le principe de « garantie humaine » de l’IA. En cas de recours aux algorithmes pour le diagnostic médical, le patient par exemple doit être informé. Ce concept sera décliné dans les prochaines semaines en articulation avec la Société française de télémédecine via la présentation du dispositif de « télémédecine de garantie humaine ». La publication de notes de cadrages est également annoncée. Autant de thématiques qui seront également déployées dans la réflexion lors de la révision des lois de bioéthique.

Source : Intelligence artificielle et santé, les propositions d’Ethik-IA

Verso accompagne les enseignants, chercheurs en droit numérique, en technologies de l’information, experts en communication et en sciences humaines et sociales au service de la santé.

Les Français plébiscitent l’intelligence artificielle dans le domaine de la santé

Pour une écrasante majorité des personnes interrogées (85%), cette technologie s’annonce comme une véritable révolution, au même titre qu’internet quelques années auparavant.

L’intelligence artificielle, de plus en plus implantée dans les appareils high-tech à travers l’apprentissage automatique de certaines tâches, n’affole pas les Français pour qui il s’agit même d’une véritable révolution technologique en marche, selon une enquête CSA Research pour France Inter et Libération.

Cette notion d’intelligence artificielle est désormais bien connue des Français qui sont 94% à en avoir déjà entendu parler, même si un peu plus d’un sur deux seulement (54%) pense réellement savoir de quoi il s’agit.

Pour une écrasante majorité des personnes interrogées (85%), cette technologie s’annonce comme une véritable révolution, au même titre qu’internet quelques années auparavant. Parmi eux, 80% estiment que cette « révolution » interviendra rapidement, dans les 10 ans qui viennent. D’une manière générale, les Français éprouvent un sentiment plutôt positif au regard de ces nouvelles technologies : 45% des sondés se disent au premier abord curieux, 9% enthousiastes et 5% carrément passionnés par l’intelligence artificielle. Au contraire, 15% avouent être inquiets, 7% dépassés et même 5% menacés par rapport aux perspectives qu’elle offre à l’avenir.

Loin d’être une notion abstraite, l’intelligence artificielle fait désormais partie du quotidien d’un quart des Français. Pour 55% des personnes interrogées, elle est en train de le devenir, ce qui signifie que 8 Français sur 10 estime que l’intelligence artificielle est ou va bientôt devenir incontournable. Au final, l’intelligence artificielle se fait surtout sentir dans les tâches administratives (59%), dans la voiture (53%), dans les domaines de la santé (34%) et de la gestion de la maison (31%).

Dans l’absolu, les Français estiment que l’intelligence artificielle représente une opportunité pour la recherche scientifique (83%), la santé (72%), la vie quotidienne (54%) ou encore l’enseignement (53%). A l’inverse, ce serait plutôt une menace pour la protection de la vie privée (70%), l’emploi (64%) et les relations entre les gens (62%). Près de la moitié des sondés (48%) estime par ailleurs que leur propre travail pourrait à terme être effectué par une machine. Ils sont même 43% à penser qu’un jour les robots prendront le pouvoir sur les humains !

Source : Les Français plébiscitent l’intelligence artificielle dans le domaine de la santé

Verso accompagne les professionnels de santé dans leurs projets de technologie médicale

AI tech from self-driving cars is now coming to healthcare

The company that made its name in gaming and driverless cars is expanding its footprint in healthcare, with a partnership announced today

The average hospital creates 50 petabytes of data per year. For context, that’s equivalent to 20 million four-drawer filing cabinets filled with text or 13.3 years of HD-TV video.[1]  It’s a lot of information, and more than 97 percent of it goes unanalyzed or unused.

But healthcare’s big data challenge may soon meet its match. Artificial Intelligence – the technology that mimics the human brain – has proven that it has the potential to see the unseen, answer questions that had never even been asked, and consume information previously impossible for clinicians to digest.

That’s why GE Healthcare and NVIDIA say they are deepening their 10-year partnership to bring the most sophisticated AI to GE Healthcare’s 500,000 imaging devices globally and accelerate the speed at which healthcare data can be processed.

NVIDIA, which has helped pioneer the spread of AI across a growing range of fields, including self-driving cars, robotics and video analytics, is working with GE Healthcare to spread its application in healthcare. GPU-accelerated deep learning solutions can be used to design more sophisticated neural networks for healthcare and medical applications—from real-time medical condition assessment to point-of-care interventions to predictive analytics for clinical decision-making. For patients, the partnership aims to drive lower radiation doses, faster exam times and higher quality medical imaging.

“Our partnership with GE Healthcare brings together great expertise in medical instruments and AI to create a new generation of intelligent instruments that can dramatically improve patient care,” said Jensen Huang, founder and CEO of NVIDIA.

Among the devices to first be embedded with the latest AI technology is GE Healthcare’s new CT system in the Revolution Family. The Revolution Frontier CT is two times faster in imaging processing than its predecessor, due to its use of NVIDIA’s AI computing platform. It also is expected to deliver better clinical outcomes in liver lesion detection and kidney lesion characterization because of its speed – potentially reducing the need for unnecessary follow-ups, benefitting patients with compromised renal function, and reducing non-interpretable scans with Gemstone Spectral Imaging Metal Artefact Reduction (GSI MAR).

An image from a Revolution CT

GE Healthcare’s Vivid E95 4D Ultrasound System also uses NVIDIA GPUs to provide fast, accurate visualization and quantification while streamlining workflows across the cSound™ imaging platform. NVIDIA GPUs accelerate reconstruction and visualization of blood flow and improve 2D and 4D imaging for Echo Lab and Interventional deployments.

Finally, modules of GE Healthcare’s new analytics platform will use NVIDIA GPUs, the NVIDIA CUDA parallel computing platform and the NVIDIA GPU Cloud container registry to accelerate the creation, deployment and consumption of deep learning algorithms in new healthcare analytic applications that will be seamlessly integrated into clinical and operational workflows and equipment.

“Healthcare is changing at remarkable speed, and the technologies that will transform the industry should reflect that pace,” said Kieran Murphy, President and CEO of GE Healthcare. “By partnering with NVIDIA, GE Healthcare will be able to deliver devices of the future – intelligent machines capable of empowering providers to improve the speed and accuracy of diagnoses for patients around the world.”

 

Source : AI tech from self-driving cars is now coming to healthcare

Les avancées de l’intelligence artificielle s’apprêtent à bouleverser la pratique médicale

Au Centre de recherche du CHUM, le Dr An Tang, radiologiste, participe au développement d’un logiciel capable de dépister et d’analyser seul des tumeurs cancéreuses.

Des logiciels qui surpassent des radiologues dans le dépistage des tumeurs ou plus habiles à prédire l’évolution d’une scoliose que des médecins formés dans les meilleures universités ? L’arrivée de l’intelligence artificielle annonce une petite révolution dans la profession médicale. Adieu, stéthoscopes et rayon X, les secrets du diagnostic ne seront bientôt plus l’apanage des disciples d’Esculape.

Sur le bureau du Dr An Tang, radiologiste et chercheur au Centre de recherche du CHUM, un écran projette les tumeurs dépistées par un logiciel entraîné aux méthodes d’apprentissage profond. L’outil peut reconnaître seul les cellules malignes dans le foie et trier les tumeurs en fonction de leurs particularités.

Ces nouvelles machines au potentiel décuplé sont sur le point de chambouler la médecine et de reléguer l’image du bon Dr Welby et de plusieurs spécialités aux livres d’histoires, pensent plusieurs analystes.

Parmi eux, les radiologistes et les pathologistes. Des spécialités médicales dont une grande part du travail consiste en l’analyse d’images ou de tissus. Or, des études menées aux États-Unis avec de superlogiciels entraînés aux méthodes d’apprentissage profond ont démontré que ces « médecins virtuels » pouvaient battre à plate couture de doctes comités de dermatologues dans le dépistage des mélanomes (cancers de la peau).

Il est clair que les spécialités plus techniques vont un jour ou l’autre être remplacées

Catherine Régis, professeure à la Faculté de droit de l’Université de Montréal

 

« Il est clair que les spécialités plus techniques vont un jour ou l’autre être remplacées », affirme Catherine Régis, professeure à la Faculté de droit de l’Université de Montréal. Pour une foule de médecins, le travail diagnostique sera chambardé par la reconnaissance automatisée des pathologies. La société IBM vend déjà à des hôpitaux son superlogiciel Dr Watson capable, lorsque connecté aux millions de données de patients, de poser des diagnostics en des temps records.

Comment ? « Grâce aux données, ces machines emmagasinent l’expertise de millions de cas pour apprendre à diagnostiquer les nouveaux patients. Même en 40 ans de pratique, un médecin ne peut être exposé à autant de situations et arriver à une telle précision », ajoute la titulaire de la Chaire du Canada en politique collaborative du droit des politiques de santé.

Ces outils qui carburent à l’IA dépistent non seulement des tumeurs invisibles aux yeux expérimentés, mais les classent en catégories qui échappent à l’observation humaine. « Le volume précis d’une tumeur ou sa texture peut aider à prévoir son évolution. Les machines peuvent faire cela très facilement, mais pas nous », explique humblement le Dr Tang, qui applique les techniques de reconnaissance de l’image au dépistage du cancer du foie. « Le logiciel apprend à reconnaître les formes, puis les organes, puis finit par dépister lui-même les tumeurs », dit-il.

Super médecins

Mais ce n’est pas demain la veille que les ex-confrères de Gaétan Barrette se retrouveront au chômage, pense ce radiologue. « Il faut un pilote dans l’avion ! pense le Dr Tang. Notre travail va changer. Les tâches techniques et répétitives seront moins importantes. Nous deviendrons davantage des radiologistes d’intervention », pense le chercheur, qui croit que ces outils pourraient être très utiles pour cibler, parmi les radiographies de milliers de patients, celles que les radiologues devraient lire en priorité, affirme le Dr Tang.

Dans son laboratoire, le professeur à Polytechnique Samuel Kadoury travaille lui aussi à entraîner des logiciels, dont un capable de déterminer si de jeunes patients atteints de scoliose auront besoin ou pas d’une grande chirurgie. Les logiciels prédictifs, alimentés par des milliers de données et d’images, sont parfois plus performants que les médecins pour prédire l’évolution probable d’une maladie, y compris de troubles mentaux ou neurologiques.

Des logiciels sont déjà utilisés pour prédire si des patients sont atteints d’un début d’Alzheimer ou de déficits cognitifs mineurs. L’Institut neurologique de Montréal a entraîné l’année dernière un logiciel d’apprentissage profond à prédire si de jeunes bébés étaient susceptibles de développer des troubles de l’autisme.

« En plus des images, les logiciels analysent l’ensemble des notes médicales de milliers de dossiers, les médicaments reçus et l’évolution de la maladie, puis font des prédictions », affirme le titulaire de la Chaire de recherche du Canada en imagerie médicale et en radiologie d’intervention. Loin de les faire disparaître, ces puissants outils, grâce au forage de données, transformeront plutôt les docteurs en « super médecins ».

Écueils en vue

Mais la technologie a beau exister, son usage répandu se heurte encore à une foule d’obstacles juridiques, éthiques et économiques. Qui sera responsable en cas d’erreur diagnostique ? Un robot ? L’usage de données soulève aussi l’enjeu de la confidentialité des informations personnelles, ainsi que celles du consentement aux soins et de l’acceptabilité sociale. « Un système plus performant, pense Catherine Regis, pourrait être jugé insatisfaisant par les patients. »

Et dans un système de santé déjà exsangue, ajoute-t-elle, que penser des sommes colossales à investir pour développer ces machines, alors que « des services de base, comme les soins à domicile ou les bains dans les CHSLD, ne sont toujours pas comblés ? »

Pour bien des médecins, le spectre de l’IA demeure une lointaine réalité. Y compris pour le Collège des médecins, dont le comité éthique n’a pas encore adopté de position officielle sur la question, mais entend mettre ce sujet épineux à son programme pour 2018.

Source : Les avancées de l’intelligence artificielle s’apprêtent à bouleverser la pratique médicale

IA : Imagia acquière Cadens Imagerie Médicale pour accélérer la commercialisation de ses solutions

Imagia, connue pour son développement d’outils d’aide à la détection et au diagnostic en cancérologie fondée sur l’IA a annoncé le 15 novembre 2017 l’acquisition de Cadens Imagerie Médicale, société québécoise d’imagerie médicale assistée par ordinateur qui fournit des solutions logicielles facilitant le diagnostic par imagerie pour différentes spécialités.

L’association de ces deux sociétés connues pour leur caractère innovant doit permettre l’accélération dans le processus de validation de leurs solutions d’imagerie et de leur commercialisation, dont le but ultime est de permettre aux cliniciens de prodiguer des soins personnalisés axés sur l’IA.

Imagia va profiter de l’expérience de Cadens Imagerie Médicale et de son implantation sur le marché. La société a déjà commercialisé plusieurs logiciels d’imagerie médicale reposant sur l’IA aux États-Unis avec l’autorisation de la FDA, mais disposant également du marquage CE. Elle dispose également d’un réseau collaboratif entre de multiples établissements de santé sur lesquels Ilagia pourra s’appuyer pour la mise en évidence de biomarqueurs radiomiques [permettant d’identifier des biomarqueurs d’imagerie, pour évaluer et prédire l’évolution d’une tumeur ou proposer un traitement personnalisé.].

Les deux sociétés vont continuer à avancer ensemble pour décupler la découverte de biomarqueurs radiomiques, Imagia s’appuyant sur Cadens Imagerie Médicale pour la construction de sa propre plateforme.

 

Source :  IA : Imagia acquière Cadens Imagerie Médicale pour accélérer la commercialisation de ses solutions

L’intelligence artificielle aux portes de l’imagerie médicale

ENQUÊTE : La radiologie sera l’un des premiers secteurs de la médecine bousculés par l’IA. Fabricants d’équipements, start-up et géants des technologies tels Google, Microsoft et IBM s’intéressent de près au sujet.

Au congrès de San Jose, en Californie, où se réunissait le gratin mondial de l’imagerie médicale en mai dernier, Curtis Langlotz, professeur à Stanford, a raconté avoir reçu un e-mail d’un de ses étudiants lui demandant : « je veux devenir radiologue, mais le métier est-il encore viable ? » L’anecdote, rapportée par le blog  The Medical Futurist , en dit long sur les états d’âme de la profession. La radiologie sera en effet le premier secteur de la médecine touché par l’intelligence artificielle (IA).

Et, à l’image du tsunami qui s’annonce pour les constructeurs automobiles, le secteur de la radiologie doit lui aussi s’attendre à « un bouleversement colossal », estime le  professeur Guy Vallancien , membre de l’Académie nationale de médecine qui suit de très près les avancées technologiques dans ce secteur. Selon lui cependant, on est loin d’une prise de conscience générale : « 10 à 15 % des praticiens ont compris ce qui les attendait, 25 % sont réfractaires ou se disent ‘j’ai plus de 60 ans, cela ne me concernera pas’. Enfin, 60 % ne savent pas très bien que penser et font le gros dos », lance-t-il un brin provocateur.

Groupe de travail

Personne en tout cas ne mesure précisément l’ampleur de cette révolution. Mais un signe ne trompe pas. Les grands constructeurs (Philips, GE, Toshiba, Siemens, etc.) mais aussi des géants des technologies comme IBM, Microsoft ou Google et de nombreuses start-up se sont jetés dans la bataille pour se positionner sur ce marché planétaire. En France, pour préparer le terrain, la Société Française de Radiologie (SFR) – la société savante de la profession – a lancé mi-octobre un groupe de travail chargé de réfléchir sur cette thématique, emboîtant le pas à l’American College of Technology (devenu American Business & Technology University) aux Etats-Unis.

Dans la pratique, l’usage des logiciels intelligents reste encore limité

Rayons X, scanner, IRM… : la radiologie a certes toujours été à la pointe des évolutions technologiques. Depuis des années, les praticiens utilisent déjà des logiciels d’aide automatique au diagnostic. Ces algorithmes sont surtout utilisés dans le cadre d’examens des poumons, de mammographies ou de coloscopies virtuelles. « Dans la pratique, l’usage de ces logiciels intelligents reste toutefois encore limité », note Marc Zins, responsable du service imagerie du groupe hospitalier Paris Saint-Joseph.

Président de la Fédération nationale des médecins radiologues (FNMR), qui représente quelque 8.000 médecins, la majorité exerçant en libéral, le Dr Jean-Philippe Masson pointe des performances variables. « Concernant le poumon, la machine reconnaît 100 % des taches. En revanche, pour les coloscopies virtuelles, on observe 90 % de ‘faux positifs’ dans la détection des polypes, ce qui nous fait perdre du temps », affirme-t-il.

Rupture technologique majeure

L’arrivée de l’intelligence artificielle dans le paysage annonce toutefois une rupture technologique majeure. Grâce au « machine learning assisté », l’une des principales facettes de l’IA, l’algorithme sera capable de reconnaître et d’interpréter des clichés mais aussi d’apprendre tout seul des « cas » en comparant une image aux milliers – voire aux millions – d’autres entrées dans sa base, et proposer un prédiagnostic. Un jour, il pourrait même livrer des pronostics. Par exemple, se prononcer sur l’évolution de la masse tumorale d’un patient.

L’idée de voir des supercalculateurs dans l’univers sensible de la médecine suscite naturellement des angoisses. Mais cela ouvre aussi des perspectives !

« Demain, on peut imaginer que le système combinera les clichés du patient avec son dossier médical [NDLR : qui comprend des données biologiques, les séjours hospitaliers…], des données sociales ou comportementales », anticipe David Corcos, le président de Philips France. Et « l’algorithme s’améliorera de façon continue à mesure que sa base de données s’étendra », observe François Vorms, directeur général de Toshiba Medical.

L’idée de voir des supercalculateurs dans l’univers sensible de la médecine « suscite naturellement des angoisses, remarque le président de la SFR, Jean-François Méder. Mais cela ouvre aussi des perspectives ! »

Un outil d’aide à la décision

Sur un point, tout le monde est à peu près d’accord : l’IA sera un outil d’aide à la décision qui améliorera la prise en charge des patients. Entre le vieillissement de la population et le développement des maladies chroniques, le nombre d’actes d’imagerie médicale en France, 80 millions aujourd’hui, augmente chaque année d’environ 4 %. Les algorithmes doivent aider les praticiens à gérer cette inflation d’examens qu’ils ont de plus en plus de difficultés à absorber.

Certains médecins pensent que, dans certains cas, la machine fera mieux que l’homme, et réduira les risques d’erreur.

Pour des tâches répétitives, le logiciel va augmenter la précision du diagnostic. Il sera capable de trier rapidement les images qui ne présentent aucune zone à problème, laissant plus de temps au radiologue pour se concentrer sur les cas complexes et la pathologie du patient. L’IA pourrait ainsi devenir un précieux allié dans les campagnes de dépistage de masse, comme la prévention du cancer du sein. Certains médecins pensent même que, dans certains cas, la machine fera mieux que l’homme, et réduira les risques d’erreur. « L’oeil nu n’est pas infaillible ! » lance l’un d’eux.

Chef du pôle radiologie-imagerie médicale au CHU de Nîmes et pilote d’une petite équipe de recherche, le professeur Jean-Paul Beregi pointe deux limites : « un algorithme ne peut donner des renseignements que sur ce qu’il connaît. Par ailleurs, s’il réalise un calcul à partir de données qui ne sont pas justes, les résultats seront faussés. »

Validation clinique

A ce stade, l’IA en médecine relève encore de la recherche. Pour se déployer, elle doit maintenant, comme d’autres innovations dans la santé, obtenir une validation clinique. Pour David Hale, chez GE Healthcare Digital, il est clair qu’« on n’est pas encore au stade de la machine auto-apprenante. Mais j’ai la conviction que cela arrivera. Il faudra alors définir les règles du jeu pour tenir compte de l’évolution de l’algorithme », dit-il.

Aujourd’hui, on en est dans une phase d’intelligence adaptative. Une forme de « machine learning primaire »

« Aujourd’hui, on en est dans une phase d’intelligence adaptative », estime David Corcos. Une forme de « machine learning primaire » grâce auquel Philips a mis au point un logiciel capable de proposer des actions et des pistes de diagnostic en s’appuyant sur les ordres passés précédemment par le praticien.

Quant à Watson, le système d’intelligence artificielle d’IBM qui établit ses diagnostics en croisant la littérature scientifique, les protocoles de soins avec les données des patients, il rencontre lui aussi des difficultés : problèmes de compréhension des dossiers médicaux, manque de pertinence de certaines recommandations…

Pour assurer leur apprentissage et devenir performants, les algorithmes doivent s’entraîner sur une volumétrie d’informations importantes et pertinentes. « Or ce n’est pas le cas en France ! » regrette Alexandre Da Costa chez Medicen, pôle de compétitivité des technologies innovantes pour la santé. Les raisons : le retard pris dans la numérisation des données médicales, le problème d’étiquetage de ces données (qui associe l’image au compte-rendu), le faible partage entre établissements de santé…

S’ajoutent les contraintes légales. Outre les multiples autorisations nécessaires, la CNIL veille au respect de la loi Informatique et Libertés. « Le patient doit notamment donner son consentement express, libre et informé, à l’utilisation de ses données de santé. Si ce n’est pas le cas, pour être exploitées, celles-ci doivent être anonymisées, de façon à ce qu’on ne puisse remonter jusqu’à la personne », souligne-t-elle.

DeepMind freiné en Grande-Bretagne

En réalité, même pour les nouveaux entrants tels IBM, Microsoft et Google qui comptent sur leur puissance financière, l’accès aux données n’est pas simple. Ainsi,  DeepMind, filiale d’IA de Google, qui avait conclu un accord avec des hôpitaux du NHS, le système de santé britannique, pour récupérer les données médicales de 1,6 million de patients, a été bloquée dans son élan par l’ICO, la CNIL anglaise, celle-ci jugeant que les patients n’avaient pas bénéficié d’une information transparente concernant l’usage de leurs données. Tous les pays ne sont pas aussi regardants. « En Chine, par exemple, la réglementation est plus souple », relève Romain Labas, chez The MarkeTech Group, conseil de l’industrie de l’imagerie.

L’existence même de l’IA en radiologie pose encore bien d’autres questions : celles du stockage, du transfert et de la sécurité des données. Ou encore celle tout aussi fondamentale de la responsabilité du diagnostic médical.

Evolution programmée du métier

A quel horizon l’IA deviendra-t-elle une réalité pour le monde de la radiologie ? « Nous espérons décrocher notre validation clinique en 2019 et commercialiser notre technologie à horizon de trois ans », annonce Olivier Clatz, ancien chercheur à l’Inria et cofondateur de Therapixel. L’éditeur français de logiciels a remporté le  Digital Mammography Challenge organisé par une douzaine d’institutions dont IBM, Amazon, Sage Bionetworks. « Le jury a considéré que nous avions le meilleur algorithme », précise-t-il.

Même si on part dans le monde d’Orwell, il y a une chose que la machine ne pourra jamais faire, c’est remplacer la relation avec le patient ! 

Certains sont beaucoup plus prudents sur le calendrier, et le déploiement de l’IA sera plus ou moins rapide selon les pays. Mais « une chose est sûre, le métier de radiologue va changer », assure Jean-François Méder. Le médecin va devenir une sorte de « gestionnaire des données », dit-il. Et, en même temps, les logiciels vont lui permettre de « se recentrer sur sa relation avec le patient et de lui offrir une médecine plus personnalisée », anticipe le Dr Marc Zins.

« Même si on part dans le monde d’Orwell, il y a une chose que la machine ne pourra jamais faire, c’est remplacer la relation avec le patient ! » renchérit le président de la FNMR, le Dr Jean-Philippe Masson. Aujourd’hui, personne n’imagine une machine annoncer à une femme qu’elle a un cancer du sein…

Professeur d’urologie à l’Universite Paris Descartes, membre de l’Academie de medecine, Guy Vallancien suit de très près les avancées technologiques. – HAMILTON/REA

 

 

 

« Parfois, je me demande si j’ai choisi la bonne spécialité. Mais sur le fond, je pense que l’on aura besoin et de l’homme et de la machine, et que c’est un progrès », observe Loïc Duron, vingt-sept ans, interne en radiologie à Paris qui va rejoindre un groupe de travail sur l’IA à la Fondation Rothschild.

« Mais s’il y a une révolution technologique, il faut qu’elle se traduise dans la formation », poursuit-il. Le professeur Guy Vallancien va plus loin. Pour ce médecin avant-gardiste, un des pionniers de la robotique chirurgicale, ces évolutions prévisibles impliquent que les pouvoirs publics anticipent le mouvement dès maintenant. « Ce n’est pas la peine de former des milliers de radiologues qui sortiront dans dix ans ! » lance-t-il. En revanche, il est urgent de former à l’informatique ceux qui suivront néanmoins cette voie…

Nathalie Silbert

Source : L’intelligence artificielle aux portes de l’imagerie médicale

IA : Google dévoile les 4 premières start-ups santé à rejoindre son programme Launchpad Studio

Google a présenté le 1er novembre 2017 les quatre premières start-ups à rejoindre son programme d’accélération dans le machine learning et l’intelligence artificielle : toutes appliquent cette technologie au secteur de la santé, affiché comme prioritaire par Google.

L’objectif poursuivi par Google avec ce programme est d’accompagner la mise au point de projets en machine learning. Les start-ups participantes bénéficient notamment de formations gratuites au siège de Google, de mentorat, ainsi que d’accès à du matériel et à des jeux de données.

Source : healthandtech.eu