Les radiologues en devenir auraient intérêt à se spécialiser en radiologie interventionnelle plutôt qu'en radiologie diagnostique, car l'intelligence artificielle (IA) pourrait bientôt prendre en charge l'interprétation des images médicales, selon le cofondateur du Parkway Cancer Centre (PCC), basé à Singapour.

« Si quelqu'un veut faire de la radiologie, il ne devrait pas faire de la radiologie diagnostique. Il faut être radiologue interventionnel », a déclaré le Dr Ang Peng Tiam, directeur médical et consultant principal du PCC, lors d'un lancement médiatique vendredi.

« (Cela signifie) que vous devez être celui qui réalise l'angiogramme, qui oblitère les vaisseaux, celui qui pratique la biopsie, et non celui qui se contente de lire les radiographies », a-t-il dit.

« Parce qu'à l'avenir, cette lecture sera entièrement effectuée par l'ordinateur et l'IA. C'est donc tout un processus d'apprentissage », a-t-il ajouté.

La radiologie interventionnelle est la sous-spécialité dans laquelle les médecins réalisent eux-mêmes des gestes mini-invasifs guidés par l'image — tels que les angiogrammes, les biopsies et l'embolisation des vaisseaux nourrissant les tumeurs — contrairement aux radiologues diagnostiques, dont le rôle principal est d'interpréter les examens d'imagerie et d'en rendre compte.

Les propos de M. Ang trouvent leur origine dans l'expérience du centre avec un patient atteint d'un cancer du poumon, pour lequel un radiologue n'avait initialement identifié que trois nodules pulmonaires, alors qu'une analyse ultérieure assistée par IA a révélé un total de 20 nodules.

Cette discordance a créé un dilemme clinique, obligeant les médecins à peser s'il fallait encore recommander la chirurgie sur la base de la lecture humaine traditionnelle de trois nodules — qui, selon la littérature académique, pourrait offrir 25 % de chances de guérison — ou de reconsidérer le traitement au regard des 20 nodules détectés par l'IA, a-t-il expliqué.

Étant donné que la recherche médicale historique s'est fondée entièrement sur la reconnaissance visuelle humaine plutôt que sur des comptages informatiques, les médecins font face à une courbe d'apprentissage complexe pour déterminer comment interpréter les constatations détectées par la machine et comment agir en conséquence.

« Voilà pourquoi, quand on regarde l'ensemble du domaine de la médecine, il y a deux domaines qui ont changé et vont changer de manière très profonde : d'une part la radiologie diagnostique, d'autre part l'anatomopathologie », a déclaré M. Ang.

Ces deux spécialités reposent sur la reconnaissance de motifs dans les images — les examens d'imagerie en radiologie, les lames tissulaires en anatomopathologie — soit précisément la catégorie de tâches où les outils d'apprentissage automatique ont le plus progressé ces dernières années, les régulateurs comme la Food and Drug Administration américaine ayant déjà homologué des centaines de dispositifs médicaux dotés d'IA, dont beaucoup en radiologie.

Bien que l'IA en médecine soit une force émergente, il a affirmé que cette technologie ne pourra jamais remplacer les humains, car la santé comporte également « l'élément de confiance, de soin et d'espoir » — des qualités que, selon lui, seuls les humains peuvent apporter.

La déclaration de M. Ang intervient alors que le marché de l'IA dans la santé devrait être valorisé à 28,2 milliards de dollars en 2026 et atteindre 146,3 milliards de dollars d'ici 2031, soit un taux de croissance annuel de 39 %, selon Wissen Research, un cabinet de conseil international. — Edg Adrian A. Eva