Connectez-vous S'inscrire
MENU


L’Intelligence Artificielle en imagerie médicale : gestation prolongée pour la filière en France

Rédigé par Rédaction le Jeudi 6 Juillet 2017 à 09:35 | Lu 1365 fois
Actu


Par Nadim Daher, Expert Marché Santé, Frost & Sullivan

Difficile de ne pas tomber dans le French-bashing lorsqu’on dresse un état des lieux de l’Intelligence Artificielle (IA) appliquée à la Santé, plus précisément à l’imagerie médicale, en France. À force d’obstacles règlementaires, on risque de manquer une opportunité majeure, celle d’être le maître du changement plutôt que sa victime. À trop s’attarder sur des questions d’ordre juridique ou éthique, certes nécessaires mais dont l’impact n’est que local, l’écart ne cesse de se creuser entre l’état-de-l’art technologique d’une part, et la règlementation française de l’autre. Le progrès mondial, lui, n’attend pas.


L’IA en marche

L’Intelligence Artificielle en imagerie médicale : gestation prolongée pour la filière en France
Car le changement est enclenché, l’ère de l’IA a commencé, précisément en 2012 dans le cas de l’interprétation robotisée des images. Ces cinq dernières années, on ne compte plus les “batailles” au terme desquelles un algorithme AI a fait aussi bien ou presque que le radiologue sur certaines tâches techniques spécifiques.
 
Bataille après bataille, ponctuées de victoires contre un champion du monde de Jeopardy ou de GO, l’IA continue d’épater en imagerie par sa capacité à segmenter, reconnaître et caractériser des éléments d’une image en un clin d’œil. Le diagnostic, le prognostic sont désormais à portée de main. Radiologue bientôt obsolète, ou radiologue à l’intelligence  augmentée? C’est la grande question du moment.

Big Data: une mine d’or en captivité

La difficulté d’accès à la donnée de santé, qui est extrêmement protégée en France notamment par la CNIL, pèse lourdement sur l’élan d’innovation que l’on observe en ce moment dans de plus en plus de pays. Le lien de cause-à-effet est simple : il suffit d’alimenter un framework de deep learning de quelques dizaines de milliers d’images d’une quelconque pathologie, lui ‘faire comprendre’ les comptes-rendus associés, pour qu’il en déduise un algorithme capable de reconnaître désormais cette pathologie. Mieux, il sera capable de s’affiner et s’enrichir de chaque nouveau cas qu’il verra passer. Sans data donc, pas d’algorithme IA.

Ne pas rater le train

Le risque d’opportunité manquée pour la France est d’autant plus grand, que de la data d’imagerie haute en qualité et en volume y existe bel et bien. Les grands PACS régionaux sont là et n’attendent qu’à être valorisés. La dynamique d’innovation des industriels, leurs partenariats de recherche avec les CHU, au lieu d’être un atout, semblent étouffés dans l’œuf.
 
Car en France, réussir à mettre la main sur quelques dizaines de milliers d’images, même dé-identifiées, relève d’un parcours du combattant. Cela a sans doute constitué un point noir pour la candidature de la France lorsqu’IBM Watson Health, moteur majeur du domaine, a décidé en 2016 d’implanter son premier grand centre d’excellence en Europe. C’est finalement pour Milan via un partenariat avec le gouvernement d’Italie qu’il a opté…
 

Startup Nations

La startup nation que veut Emmanuel Macron pour la France ne se fera pas dans l’IA en Santé, si l’on ne met pas un sérieux coup d’accélérateur sur la modernisation des règlementations. Les États-Unis, plus grand incubateur mondial des startups du domaine, et le Canada, un de leurs berceaux, se sont rendus à l’évidence de l’urgence de réformer les processus règlementaires.
 
Leurs Food and Drugs Administration (FDA) respectives, leurs agences de protection de la confidentialité, avancent lentement mais sûrement face à l’émergence disruptive mais inévitable de l’IA. Partout où règne une culture plutôt anglo-saxonne, en Angleterre, aux Pays-Bas, en Australie, en Israël ou en Inde, on semble prendre de front la question, et on innove à tout-va.

Apprivoiser ou se faire manger

Un rapport récent de l’OPECST (Office parlementaire d'évaluation des choix scientifiques et technologiques ) qui se prononce pour une intelligence artificielle « maîtrisée, utile et démystifiée », souligne aussi que la Chine serait bien moins regardante que d’autres pays sur la question éthique que pose l’IA. En effet, on sait que la Chine n’exclut pas même les idées les plus folles, par exemple celle d’un corps médical à terme tout robotisé.
 
Un tel scenario donnerait lieu à boom technologique fulgurant, dont même la législation la plus poussée ne pourra contenir le risque de disruption sur un domaine aussi libéralisé que l’imagerie médicale en France. Quand on sait que les actes techniques de radiologie sont parmi les plus rémunérateurs, et qu’ils sont fournis presque entièrement par les radiologues, une ressource chère ; si l’on n’apprivoise pas l’IA dès la naissance, elle risque de frapper fort.

Innover malgré tout

On voit trop peu pour l’instant naître des startups françaises exclusivement focalisées sur l’IA en imagerie médicale, alors qu’elles fleurissent déjà par dizaines aux quatre coins du monde. Therapixel, la startup française qui vient de remporter le concours mondial d’IA Digital Mammography Challenge, fait figure d’exception.
 
Cependant, les PME d’imagerie médicale locales ont déjà enclenché le processus pour enrichir leurs équipements et logiciels d’outils d’IA. Le colloque IA organisé le 20 Juin dernier à Paris par Medicen, l’a parfaitement démontré. Pour ne citer que trois exemples d’intervenants:
 
- Le projet RIHDO porté par le groupe R&D HealthTech basé en France de Philips Healthcare à la tête d’un consortium formé grâce à Medicen, axé sur la radiomique et regroupant des données hétérogènes de santé, intègre graduellement des éléments de deep learning pour développer des outils d’aide à la décision clinique et l’oncologie de précision.
 
- EOS Imaging, grâce à des méthodes de deep learning, intègre dans son logiciel en cours de développement des outils qui dispenseront les usagers de son radiographe ostéo-articulaire de tâches manuelles chronophages, comme identifier et numéroter chaque vertèbre.
 
- Supersonic Imagine, pionnière mondiale de l’élastographie par échographie notamment du sein et du foie, ambitionne de créer l’échographe point of care du futur équipé d’outils IA via le cloud, qui permettrait de conquérir des marchés friands de solutions de dépistage grand-public automatisées.

Les grands groupes à l'affût

Forcément, la filière intéresse aussi les grands groupes français, avides de nouvelles offres spécialisées  dans des verticales à fort potentiel de création de valeur tel que la Santé. Thalès par exemple, déjà très impliqué sur les technologies d’IA dans ses autres domaines d’activité, a l’opportunité de créer des synergies de convergence avec la Santé notamment en radiographie. Idem pour Atos ; ce n’est pas pour rien que le géant des télécoms a déboursé 270 million d’euros en 2016 pour s’offrir Anthélios, un acteur américain des TI santé: il compte bien affiner ses offres santé, et y faire de l’IA une partie intégrante.

L’espoir, toujours

Que le français Yann le Cunn, l’un des pères-fondateurs des réseaux neuronaux à l’origine du machine learning, fasse une carrière américaine plutôt que française n’est pas en soi très flatteur pour la France. Il reste que c’est à Paris que son employeur, Facebook, leader mondial de l’IA et dont il est le gourou sur le sujet, a élu domicile en 2015 pour son premier ‘Deep Learning Lab’ européen. Pas (encore) grand-chose à voir avec la santé, mais un signe que somme toute, on peut garder espoir… 




Nouveau commentaire :
Facebook Twitter

Actu | SIS | Sûreté | Restauration | Le Magazine en ligne | Biologie | Traçabilité | Imagerie | Pharmacie | News | SSA 2015 | Paris Healthcare Week 2017 | JFR 2017