Quand l’IA épaule les professionnels de santé pour détecter les fractures Leave a comment
(ETX Daily Up) – Le logiciel BoneView de la société française Gleamer est capable de détecter des fractures et de réduire le taux d’erreurs dans les diagnostics, grâce à l’utilisation de l’intelligence artificielle. Déjà utilisé dans une dizaine de pays, dont la France, le programme vient de recevoir l’approbation de la Food and Drug Administration pour être commercialisé aux États-Unis.
La technologie dans la médecine est toujours plus présente et ce n’est ni les Américains ni les Français qui vous diront le contraire. Gleamer, start-up de la medtech fondée en 2017 et créatrice du logiciel utilisant l’intelligence artificielle “BoneView”, vient d’obtenir une autorisation de commercialisation aux États-Unis. Concrètement, cela signifie que les spécialistes de la santé américains pourront tous utiliser le logiciel pour diagnostiquer des fractures et autres blessures traumatiques sur des radiographies.
Le logiciel va tout d’abord détecter la fracture sur les radios disponibles avant de soumettre son résultat aux radiologues qui prendra la décision finale. Pour permettre d’acquérir cette autorisation importante pour son développement à l’international, Gleamer avait lancé une étude clinique entre juillet 2020 et janvier 2021 dans plusieurs facultés de médecine et avec des fabricants d’instruments radiologiques dans le but d’analyser un maximum d’images.
Erreur de diagnostic dû à la fatigue
Les résultats ont montré que le logiciel BoneView permettait de réduire le temps de lecture pour les radiologues et les non-radiologues, mais aussi de réduire le taux de fractures non détectées de 29% grâce à la combinaison machine-médecin. Dans les services des urgences, les lésions traumatiques du squelette sont l’une des principales sources de consultation. D’après l’étude, les erreurs d’interprétation des fractures pourraient représenter jusqu’à 24% des erreurs de diagnostic préjudiciables. Ces manquements sont plus fréquents le soir ou la nuit à cause de la fatigue ou du manque de personnel expert en radiologie.
“La charge de travail des radiologues a doublé au cours des deux dernières décennies et, malgré les progrès technologiques, ils doivent analyser des centaines d’images supplémentaires chaque jour, ce qui exige une grande fiabilité des lectures”, explique Ali Guermazi, chercheur et responsable de l’étude américaine. “L’aide de l’IA devrait nous permettre d’améliorer la spécificité des examens complémentaires prescrits après la radiographie, d’éviter les retards de prise en charge, et d’orienter les patients dans le bon parcours thérapeutique. Notre étude s’est concentrée sur le diagnostic des fractures, et un concept similaire peut être appliqué à d’autres maladies et troubles.”
En France, Gleamer travaille déjà avec certains hôpitaux de l’AP-HP et assiste plus de 3.500 radiologues et médecins urgentistes dans le monde. La start-up a récemment signé un partenariat avec les Hôpitaux de Paris pour développer un algorithme spécifique aux radiologies thoraciques.
Axel Barre
