Intelligence artificielle et endoscopie : le meilleur des mondes ?

Résumé Fr En

L’intelligence artificielle (IA) a pour objet de simuler l’intelligence humaine. Il s’agit d’une science cognitive qui fait appel à la neurobiologie et à la logique (résolution des problèmes, apprentissage profond, réseaux neuronaux), à l’informatique (puissance de calculs des ordinateurs, internet), et qui se nourrit de bases de données. Elle trouve ses premières applications en santé – et ses premières autorisations de mise sur le marché – dans l’exploitation des mégadonnées (épidémiologie, médecine prédictive) et dans l’analyse des signaux (tracés ECG et EEG, imagerie médicale, anatomopathologie, dermatologie, ophtalmologie…). Leur champ d’application en endoscopie digestive est également très vaste, englobant le dépistage, le diagnostic, la caractérisation, la thérapeutique, le pronostic, et cela pour tout type d’intervention. Le nombre de publications dans ce domaine augmente de façon exponentielle. Les premières réalisations concernant la détection et la caractérisation de polypes coliques assistées par ordinateur devraient faire prochainement l’objet d’une industrialisation. La pré-lecture de vidéocapsules endoscopiques par des systèmes d’apprentissage profond, en réseau, est également un modèle très illustratif du développement de l’IA en endoscopie. Cette révolution technologique est susceptible d’améliorer les performances des médecins et donc la qualité des soins. Elle mérite d’être accompagnée par les endoscopistes, non seulement concernant ses aspects techniques et cliniques, mais également pour répondre aux nouvelles questions qui en découlent, notamment sur les places relatives du médecin (moins technicien, plus humain ?) et de la machine (assistante ou autonome ?), sur la responsabilité médicale (homme ou machine ?), sur le remboursement des actes (médecin ou prestataire ?).

Artificial intelligence (AI) aims to simulate the human intelligence. It is a cognitive science which relies on neurobiology, logical and critical thinking (problem solving, deep learning, neural networks), computing sciences (calculation, internet), and on databases. Big data exploitation (epidemiology, predictive medicine) and “signals” analysis (EKG, EEG, imaging, pathology, dermatology, ophthalmology…) were the first successful application of AI in healthcare, followed by government approval. AI has a vast spectrum of potential applications in digestive endoscopy as well. AI can be used for screening, diagnosis, characterization, treatment, and prognosis evaluation, in a wide array of procedures. The quantity of published work in this field is thriving. Computer-assisted detection and characterization of colonic polyps for instance, were amongst the first successful applications of AI, and should be commercially available shortly. The automated reading of a capsule endoscopy, based on a network of machine learning systems, is also very demonstrative of what AI will be able to accomplish in the next future. It is believed that AI will significantly improve diagnostic performances and thus the quality of care. Today, endoscopists should not only promote this technological revolution, but also address new issues in the field of AI, regarding the respective roles of physicians (focused on ethics and patient-relations) and AI-machines (assistants vs autonomous), as well as responsibility (physicians vs. manufacturing companies), and reimbursement (physician vs manufacturing companies).