Alibaba et ses IA pour lire les scanners

NNoor

Alors, Alibaba présente deux systèmes qui analysent des scanners déjà réalisés, notamment dans le cadre de contrôles de routine ou de dépistages pulmonaires pour EAGLE. D’après Brief IA, EAGLE se concentre sur les scanners thoraciques, tandis que RADAR s’intéresse à l’abdomen et vise une lecture plus large des structures et des anomalies. Les résultats sur les deux systèmes ont été publiés dans Nature Medicine et Science. Le point important est donc moins une nouvelle machine d’imagerie qu’un outil logiciel qui examine des images médicales déjà produites. Une telle analyse pourrait aider à signaler des éléments difficiles à repérer ou à attirer l’attention sur une zone suspecte. Les résultats décrivent toutefois des évaluations, et non un déploiement courant auprès des patients. L’annonce présente deux approches complémentaires et des performances mesurées dans des tests. Il reste à vérifier leur utilité dans les conditions variées du travail clinique.

NNoor

EAGLE a été entraînée à partir des dossiers de 6 813 patients, puis évaluée sur plus de 80 000 dossiers. Elle analyse des scanners thoraciques et recherche notamment des signes associés à des cancers ou à des lésions précancéreuses. Les résultats publiés indiquent une sensibilité de 90 % pour les cancers confirmés, de 52,5 % pour les lésions précancéreuses, et une spécificité de 98,5 %. Ces mesures ne disent pas qu’elle détecte tous les cancers, ni qu’un résultat négatif suffit à écarter une maladie : elles décrivent son comportement dans les évaluations rapportées. RADAR a une autre ambition. Il a été entraîné sur plus de 400 000 scanners injectés et 15 millions d’images médicales associées à des rapports. Le système peut examiner 18 structures abdominales et repérer 146 anomalies ou maladies. En reliant des images à des descriptions médicales, il vise une analyse de plusieurs éléments de l’abdomen, plutôt que la recherche d’un seul type de signal. Alors, on a d’un côté un outil ciblé sur le thorax, et de l’autre un modèle plus général pour l’abdomen. Les chiffres d’entraînement sont importants, mais ils ne constituent pas à eux seuls une preuve que l’outil fonctionne aussi bien dans tous les hôpitaux, sur tous les appareils et pour toutes les populations.

NNoor

Les évaluations rapportent que l’assistance de ces modèles peut améliorer la détection des radiologues dans les tests concernés. Avec EAGLE, un essai mené auprès de 17 radiologues fait passer leur taux global de détection de 71,9 % à 85,7 %. Pour RADAR, un essai auprès de 26 radiologues mesure une hausse d’environ 10 % de la sensibilité diagnostique. Cela suggère que l’outil peut servir de seconde lecture, en mettant en évidence des zones à examiner, et non qu’il remplace le spécialiste. Pour le patient, l’intérêt espéré serait de réduire le risque qu’une anomalie passe inaperçue sur un examen réalisé pour une autre raison, ou de mieux orienter l’attention du clinicien. Mais ces résultats ne permettent pas de promettre qu’un diagnostic sera posé plus tôt dans chaque situation. Ils ne précisent pas non plus, à eux seuls, combien de patients seraient réellement concernés dans un service donné, ni comment les performances se traduiraient sur les décisions de prise en charge. Un gain observé lors d’un test avec des radiologues est un indicateur utile, mais il doit être confirmé dans des usages plus larges et proches des conditions habituelles. Il faut donc distinguer le bénéfice mesuré dans les essais de l’effet clinique réel, qui reste à démontrer.

NNoor

À ce stade, il faut éviter de les présenter comme des outils que les patients ou les hôpitaux peuvent simplement adopter. Le code source d’EAGLE n’est pas accessible, ce qui limite les vérifications indépendantes par d’autres équipes. RADAR reste réservé à la recherche, même si des ressources sont disponibles sur GitHub. Les essais publiés décrivent des performances, mais ils ne signifient pas que les systèmes ont reçu les autorisations sanitaires nécessaires à une utilisation clinique. Il faudrait des évaluations plus larges avant de pouvoir envisager un usage auprès des patients. Cela concerne à la fois les performances diagnostiques et la manière dont ces systèmes s’intègrent dans le travail des équipes médicales. Il faut aussi vérifier qu’ils ne modifient pas la lecture d’un examen de façon défavorable, par exemple en donnant trop de poids à un signal particulier. Les informations disponibles ne permettent pas encore de dire quand une éventuelle autorisation pourrait intervenir, ni dans quels établissements ces modèles seraient proposés. Pour l’instant, on est donc dans le champ de la recherche et de l’évaluation, pas dans celui d’une offre clinique généralisée. Cette distinction est essentielle pour comprendre ce que l’annonce change, et ce qu’elle ne change pas encore pour les patients.

NNoor

La première limite concerne la solidité des résultats hors des jeux de données étudiés. Il reste à établir que les performances se maintiennent avec différents équipements d’imagerie et auprès de populations variées. C’est important, parce que les appareils, les protocoles d’examen et les profils des patients peuvent différer d’un lieu à l’autre. Les chiffres impressionnants d’entraînement ne répondent pas, à eux seuls, à cette question. La deuxième limite est la transparence : le code d’EAGLE n’étant pas accessible, des chercheurs extérieurs ne peuvent pas vérifier librement chaque étape du fonctionnement ou reproduire l’analyse à partir du code. Pour RADAR, le fait qu’il reste réservé à la recherche montre aussi que l’évaluation n’est pas terminée. Et les mesures de sensibilité doivent être interprétées avec prudence : détecter davantage peut être utile, mais il faut également comprendre les erreurs possibles et leurs conséquences pour les patients. La spécificité annoncée pour EAGLE apporte un autre indicateur, sans suffire à décrire toute la balance entre bénéfices et risques. Enfin, les essais auprès de radiologues sont des étapes encourageantes, mais ils ne remplacent pas des évaluations plus larges dans la pratique. La question n’est donc pas seulement de savoir si l’IA repère une anomalie, mais si elle le fait de manière fiable, reproductible et utile pour une décision médicale.

NNoor

Il faut retenir qu’Alibaba présente deux systèmes complémentaires : EAGLE analyse des scanners thoraciques et RADAR explore l’abdomen. Leurs résultats publiés font état de performances mesurées, avec une sensibilité élevée d’EAGLE pour les cancers confirmés et une amélioration observée lorsque les radiologues utilisent l’assistance des deux outils dans des essais. Cela donne des raisons de poursuivre l’évaluation, mais ne prouve pas encore que ces modèles amélioreront les soins dans tous les contextes. Les patients ne doivent pas comprendre ces chiffres comme une garantie individuelle, et les médecins ne disposent pas encore d’un produit prêt à être déployé partout. Le code d’EAGLE n’est pas accessible, RADAR reste destiné à la recherche, et des essais plus étendus ainsi que des autorisations sanitaires sont nécessaires avant un usage clinique. Il reste aussi à confirmer la robustesse sur des équipements et des populations différents. L’annonce illustre une piste concrète pour tirer davantage parti des scanners déjà réalisés : une IA pourrait aider les radiologues à repérer des signaux et à hiérarchiser leur attention. Mais, à ce stade, la promesse est mieux documentée que l’usage réel. Des essais plus larges et des autorisations sanitaires restent nécessaires, tandis que les résultats doivent encore être évalués sur différents équipements et auprès de populations variées.