[Enjeu Société] Lancement du consortium français AIDReAM, porté par GE Healthcare avec des partenaires d’excellence et labellisé par le pôle Systematic

Créer les outils qui faciliteront la création de données enrichies à grande échelle

Le développement d’applications d’IA dans le domaine de l’imagerie médicale nécessite l’accès à une grande quantité de données annotées de haute qualité, la conception de capacité de visualisation avancée et la traçabilité des développements et des apprentissages. Ces exigences peuvent représenter un défi et des investissements lourds. « Les enjeux de production de vérités terrain, de validation des algorithmes, de qualité et de validation des annotations des images, les efforts techniques de conception et de développement de la visualisation 3D ou les ainsi que les questions réglementaires relatives aux réseaux de neurone sont autant de freins pour le développement de l’intelligence artificielle dans l’imagerie » précise Baptiste Perrin, Directeur R&D logiciel en imagerie médicale & Président de l’Enjeu Transformation de la Société chez Systematic. « Notre objectif est de créer les outils qui faciliteront la création de données enrichies à grande échelle et la conception, l’entrainement et la validation d’algorithmes. Ces outils réduiront les cycles de développement pour les start-ups, les chercheurs ou les radiologues qui souhaitent créer des applications d’IA ».

Une plateforme de visualisation avancée avec des outils d’annotation 2D/3D

Concrètement, GE Healthcare mettra à disposition de ses partenaires une plateforme intégrée de visualisation avancée, avec des outils d’annotation 2D/3D afin d’analyser et d’annoter rapidement les images générées par les équipements d’imagerie médicale, un ‘Software Development Kit’ (SDK) pour le développement d’applications cliniques et thérapeutiques ou d’applications de recherche ainsi qu’un cadre technologique répondant aux exigences règlementaires et assurant la transparence des données d’apprentissage, la robustesse des apprentissages et la traçabilité des prises de décision. Le consortium AI DReAM se positionnera dans trois domaines d’usage de la médecine de précision ; le diagnostic précoce, le ciblage des thérapies par la stratification et l’efficience dans le parcours de soin des patients.

La mise en œuvre de ces cas d’usage permettra d’assurer l’adéquation de la plateforme à davantage de projets dans de multiples domaines cliniques. A terme, elle sera proposée à d’autres partenaires utilisant l’imagerie médicale.

En matière de diagnostic précoce, par exemple, les membres du consortium travaillent sur le traitement du cancer primaire du foie avec pour objectif d’améliorer le pronostic de survie de 15% grâce à une prise en charge plus précoce de la pathologie.

L’objectif est de développer une application clinique utilisant l’IA pour détecter un foie malade et caractériser automatiquement les lésions visibles en imagerie (nodules de carcinome hépatocellulaire) inférieures à 3 cm.

« Avoir la possibilité d’identifier rapidement et automatiquement les petits nodules de CHC améliorera considérablement la prise en charge de cette maladie, et sera déterminant sur le pronostic de survie des patients. Les technologies d’IA peuvent nous faire gagner beaucoup de temps pour la rapidité des traitements » a déclaré le Professeur Valérie Vilgrain, chef du service de radiologie de l’hôpital Beaujon à Paris.

Accélérer la structuration d’une filière d’intelligence artificielle en santé en France

En favorisant l’industrialisation des solutions IA, la structuration d’une filière d’intelligence artificielle en santé et le développement d’un business model, AI DReAM renforce la compétitivité de la France dans le domaine de l’IA, dans un marché extrêmement compétitif et dynamique.

Ce projet permettra de participer activement au rayonnement international académique, scientifique et industriel du secteur de l’intelligence artificielle en santé, mais également de nourrir la recherche éthique sur l’usage de l’intelligence artificielle appliquée à la santé, et plus spécifiquement en imagerie médicale.