Le système peut identifier de nombreuses maladies neurologiques et évaluer le niveau d'urgence nécessitant une intervention médicale. Selon une nouvelle étude, ce modèle atteint une précision allant jusqu'à 97,5%.
Selon des chercheurs de l'Université du Michigan, Prima, le nom du système d'IA, est formé sur la base d'une grande quantité de données IRM réelles, combinées aux dossiers médicaux et aux informations cliniques des patients. Les résultats montrent que Prima non seulement identifie les maladies, mais a également la capacité de classer les cas qui doivent être traités en priorité. L'étude a été publiée dans la revue Nature Biomedical Engineering.
Selon le Dr Todd Hollon, auteur principal de l'étude et neurochirurgien chez Michigan Medicine, la demande croissante d'IRM exerce une forte pression sur le personnel médical et le système de santé. Dans ce contexte, les outils d'IA peuvent aider à réduire la charge en fournissant des informations de diagnostic plus rapides et plus précises.
L'équipe de recherche a testé Prima sur plus de 30 000 IRM avec plus de 50 groupes de diagnostic d'imagerie différents, comprenant de nombreux troubles neurologiques graves. Selon l'équipe de recherche, Prima offre une efficacité de diagnostic plus élevée que de nombreux modèles d'IA avancés actuels.
Le système peut identifier automatiquement les cas nécessitant une priorité élevée, tels que les accidents vasculaires cérébraux ou les hémorragies cérébrales, les affections nécessitant une intervention médicale immédiate. Dans ce cas, Prima peut envoyer un avertissement au médecin spécialiste approprié afin de raccourcir le temps de traitement.
Prima appartient au groupe des modèles visuels-linguistiques, capable de traiter simultanément des images et du texte en temps réel. Contrairement aux systèmes d'IA précédents qui n'étaient généralement formés qu'à des tâches étroites, Prima a été formé sur un ensemble de données volumineuses et diversifiées, comprenant plus de 200 000 prises de vue et 5,6 millions de séquences d'images, ainsi que des antécédents médicaux et des raisons d'indication de prise de vue.
Selon le groupe d'auteurs, cette approche aide Prima à raisonner plus près de la pratique clinique, en combinant les données d'images avec le contexte pathologique spécifique de chaque patient.
Chaque année, des millions de radiographies MRI sont réalisées dans le monde, principalement liées à des maladies neurologiques. Cependant, le taux d'augmentation de la demande de radiographies MRI dépasse de loin la capacité de réponse de l'équipe d'experts en diagnostic d'imagerie, ce qui entraîne une surcharge et des retards de livraison des résultats.
Dans de nombreux établissements médicaux, en particulier dans les zones manquant de ressources, les patients peuvent devoir attendre plusieurs jours pour recevoir les résultats du diagnostic. Les nouvelles technologies telles que Prima peuvent contribuer à améliorer l'accès aux services de diagnostic d'imagerie, quelle que soit l'échelle ou l'emplacement de l'établissement médical.
Bien qu'ayant obtenu des résultats positifs, le groupe de recherche a souligné que Prima est toujours en phase d'évaluation initiale. Les études suivantes se concentreront sur l'intégration de données supplémentaires de dossiers médicaux électroniques afin d'améliorer la précision du diagnostic.
Le Dr Hollon compare Prima à "ChatGPT pour le diagnostic d'imagerie médicale", dans le but de soutenir et de ne pas remplacer le rôle des médecins dans la pratique clinique.
