Des chercheurs de l’Université du Michigan ont développé un système d’IA appelé Prima qui interprète les scanners IRM cérébraux en quelques secondes, identifiant des affections neurologiques avec une précision allant jusqu’à 97,5 %. L’outil signale également les cas urgents comme les AVC et les hémorragies cérébrales, accélérant potentiellement les réponses médicales. Les résultats de l’étude paraissent dans Nature Biomedical Engineering.
Une équipe dirigée par le neurochirurgien Todd Hollon de l’Université du Michigan a présenté Prima, un modèle de langage visuel conçu pour traiter les scanners IRM cérébraux avec les antécédents des patients. Entraîné sur plus de 200 000 études IRM et 5,6 millions de séquences d’imagerie de University of Michigan Health, Prima intègre des données cliniques pour diagnostiquer plus de 50 troubles neurologiques. Sur une période d’évaluation d’un an, le système a été testé sur plus de 30 000 études IRM, surpassant d’autres modèles d’IA avancés en précision diagnostique. Il identifie non seulement les affections mais priorise aussi les cas nécessitant une attention immédiate, comme les AVC, en alertant les spécialistes concernés tels que les neurologues des AVC ou les neurochirurgiens juste après l’imagerie. « Alors que la demande mondiale d’IRM augmente et met une pression considérable sur nos médecins et systèmes de santé, notre modèle d’IA a le potentiel de réduire la charge en améliorant le diagnostic et le traitement grâce à des informations rapides et précises », a déclaré Hollon. Yiwei Lyu, co-auteur principal et boursier postdoctoral en informatique et génie, a souligné l’équilibre entre vitesse et précision : « La précision est primordiale pour lire une IRM cérébrale, mais des délais courts sont cruciaux pour un diagnostic rapide et de meilleurs résultats. À des étapes clés du processus, nos résultats montrent comment Prima peut optimiser les flux de travail et rationaliser les soins cliniques sans compromettre la précision. » Contrairement aux outils d’IA précédents limités à des tâches spécifiques, Prima gère une large gamme de prédictions en imitant les méthodes des radiologues. Le data scientist Samir Harake a noté : « Prima fonctionne comme un radiologue en intégrant les informations sur l’historique médical du patient et les données d’imagerie pour une compréhension complète de sa santé. Cela permet de meilleures performances sur une large gamme de tâches de prédiction. » Le chef de radiologie Vikas Gulani a mis en avant sa pertinence face à la demande croissante d’IRM et aux pénuries : « Que vous passiez un scanner dans un grand système de santé confronté à un volume croissant ou dans un hôpital rural aux ressources limitées, des technologies innovantes sont nécessaires pour améliorer l’accès aux services de radiologie. » Les chercheurs prévoient d’améliorer Prima avec plus de données de dossiers médicaux électroniques et de l’adapter à d’autres types d’imagerie, comme les mammographies et les radiographies. Hollon l’a qualifié de « ChatGPT pour l’imagerie médicale », le positionnant comme un outil d’appui pour les cliniciens.
