JNR 2022 – Intelligence artificielle et rhumatologie : utilisations et enjeux

Qu’est-ce que l’intelligence artificielle ?

L’intelligence artificielle (IA) permet à un programme d’apprendre les règles structurant un phénomène. Plus le jeu de données est important, plus les règles de l’algorithme sont précises. Elle englobe le machine learning (apprentissage automatique), qui lui-même englobe le deep learning (apprentissage profond) fondé sur une architecture de réseaux de neurones qui permet l’apprentissage de règles de classification très complexes en combinant des données hétérogènes (image, texte, etc.).

L’IA peut utiliser :
1- La computer vision, basée sur les convolutionals neuronals networks (réseaux neuronaux convolutifs), qui permet d’obtenir des algorithmes de vision spatiale (IRM, anatomopathologie….), efficace pour faire de l’analyse d’image via l’utilisation de réseaux de neurones à convolutions dans le cadre de l’imagerie par rayons X, ultrasons, IRM, anatomopathologie pour identifier des structures particulières au sein d’images, voire pour fournir directement une aide au diagnostic (pneumonies, atteinte rétinienne des diabétiques, suspicion de mélanome…).
2- Le Natural language processing (NLP, traitement automatique du langage naturel) utilisant les recurrent neural networks (réseaux de neurones récurrents) permet d’obtenir des algorithmes à partir de texte (données de santé numérique), analyse les dossiers des patients (electronic health records) et extrait des informations pertinentes. Le processus est complexe, car il interroge des données très peu structurées et de volume important. Il peut par exemple permettre aussi de réaliser une revue de la littérature systématisée.
3- Le Reinforcement learning (RL, apprentissage par renforcement) : il apprend, à partir des erreurs, à faire des corrections simples (par exemple un geste avec un robot chirurgical, une montée de sondes en neurologie interventionnelle, la pratique et la lecture d’échographie).