Accueil > Parcours de soins > Siemens Healthineers dévoile de nouvelles applications de l’IA dans l’imagerie Siemens Healthineers dévoile de nouvelles applications de l’IA dans l’imagerie Le congrès de la société américaine de radiologie, le RSNA, qui s’est déroulé du 25 et 30 novembre, a été rythmé cette année par les discussions et lancements de produits autour de l’intelligence artificielle. Siemens Healthineers détaille les innovations qu’il y a présentées Par La rédaction. Publié le 10 décembre 2018 à 10h07 - Mis à jour le 19 janvier 2022 à 16h29 Ressources Philips a présenté les premiers résultats de son logiciel d’aide aux radiologistes Illumeo AI, Canon Medical déploie un algorithme qui apprend à améliorer la résolution des radios, GE Healthcare ajoute quatre applications à sa plateforme “Edison”, créée pour faciliter le développement et l’application de technologies d’intelligence artificielle autour de l’imagerie… Cette année encore, les annonces concernant l’intelligence artificielle se sont multipliées au congrès de la société américaine de radiologie (RSNA), qui s’est tenu du 25 au 30 novembre à Chicago. “Des discussions et des fantasmes autour de l’IA, nous sommes passés aux applications concrètes”, résume Serge Ripart, directeur imagerie de Siemens Healthineers. Cette filiale à 80 % de Siemens a présenté plusieurs nouveautés lors du RSNA, dont la création d’un “compagnon digital” aux radiologues pour l’analyse d’IRM, disponible au premier semestre 2019 en France. “Il y a dix ans, un examen scanner représentait cent images à analyser pour un radiologue. Aujourd’hui, c’est dix fois plus et un radiologue met en moyenne trois à quatre secondes pour analyser une image. Il est donc preneur d’une aide”, explique Serge Ripart. A partir d’un IRM ou d’une radio, l’outil baptisé “Rad Companion” est compatible avec plusieurs constructeurs. Il pourra en plus d’analyser le problème identifié, examiner les autres organes et calculer le taux de calcification des coronaires, la densité minérale osseuse ou un taux d’emphysèmes. Il émettra en fonction de ces informations des recommandations au radiologue, qui conserve la responsabilité du diagnostic final. Des outils demandant des pré-requis techniques Parallèlement, Siemens annonce la mise sur le marché au cours de l’année 2019 de “Pathway companion”, qui s’appuie cette fois sur des données issues de plusieurs sources (imageries, génomique, résultats laboratoires…) pour soutenir un diagnostic ou privilégier un choix thérapeutique auprès d’un médecin. L’outil fonctionne aujourd’hui autour du cancer de la prostate mais “il demande un certain nombre de prérequis techniques pour fonctionner, notamment dans la mise à disposition de l’ensemble des données sur un seul site et l’interopérabilité avec l’outil”, reconnaît Serge Ripart. Le Rad Companion sera lui “plus rapidement mis en place”, selon lui : “Basé sur le cloud, il s’intègre facilement dans le flux du travail du radiologue. Nous pensons qu’il sera dans certains hôpitaux français en 2019”. De plus, Siemens Healthineers a imaginé une “ingénierie financière” qui permet de ne pas vendre l’équipement en une seule fois, mais de proposer un paiement à l’acte, sur un modèle de service. “La France a un problème de financement de l’innovation et notamment des dispositifs médicaux innovants dans les établissements”, souligne Hassan Safer-Tebbi, vice-président exécutif de Siemens Healthineers, qui espère que l’article 51 de la loi sur le financement de la sécurité sociale ouvrira la voie à de nouvelles solutions. La radiologie, territoire propice aux applications de l’intelligence artificielle Le grand nombre de données qu’elle produit et sa digitalisation précoce font de l’imagerie un terrain de jeu intéressant pour les développeurs d’algorithmes de machine learning. Samsung revendique ainsi avoir déposé 500 brevets dans le machine learning et 100 dans le deep learning. Ceci pour près de 40 applications intégrées à ses IRM, du repositionnement automatique des coupes, qui existe depuis une dizaine d’années, à l’assistant au professionnel de santé qui calcule à partir de l’anatomie du patient le positionnement exact qu’il doit prendre au sein de la machine. Canon Medical System utilise, lui, l’IA pour limiter la dose de rayons X envoyés : la perte en précision de l’image est compensée par les algorithmes d’IA, capables de comparer les images avec des grandes bases de données. C’est désormais dans l’optimisation des processus et l’aide au diagnostic que l’IA commence à trouver des applications concrètes. La solution de Philips Illumeo Health, qui sert à fluidifier les processus, faciliter la lecture des images et augmenter le nombre de scanners réalisés chaque jour, vient ainsi d’être adoptée par l’Université de santé de Utah. Siemens Healthineers en chiffres Filiale à 80 % de Siemens Côté en Bourse à 20 % 13,5 milliards d’euros de chiffre d’affaires dans le monde 50 000 employés dans le monde dont 70 employés en France La rédaction HôpitalImagerie médicaleIntelligence Artificielle Besoin d’informations complémentaires ? Contactez le service d’études à la demande de mind