L’IA intégrée au service de l’imagerie médicale

Activités récentes

15 juin 2024 : Publication, dans le Canadian Journal of Cardiology, d’un article portant sur PACS-AI, une plateforme de données à code source ouvert servant au déploiement de modèles d’IA médicale, qui a été développée par des membres du Réseau de solutions dans un souci de responsabilité, d’indépendance à l’égard des fournisseurs et de facilité de validation. Lisez l’article et rejoignez la communauté sur Slack pour accéder à des démonstrations et à des possibilités de collaboration.
24 mai 2024 : Tenue de la deuxième réunion à Montréal
18 janvier 2024 : Tenue de la première réunion à Montréal

Une solution d’intelligence artificielle peut-elle être mise en œuvre pour tous les types de données et tous les centres de eonnées afin d’améliorer la prise de décision clinique d’une manière équitable et responsable ?

Les solutions d’intelligence artificielle (IA) analysant les images et les signaux médicaux ont connu une croissance exponentielle et ont commencé à être déployées dans la pratique clinique. Cependant, au Canada, il n’existe pas encore de logiciel largement déployé pour exploiter l’IA sur ce type de données. En effet, les modèles d’IA sont principalement limités au matériel et aux logiciels commerciaux (c.-à-d. l’échocardiogramme par voie transthoracique doté d’un logiciel exclusif). Aucune solution d’IA facilement accessible n’exploite l’infrastructure préexistante des hôpitaux canadiens. Par ailleurs, les modèles peuvent être biaisés à l’encontre de sous-populations en présentant des performances disparates pour ces sous-groupes, et les données relatives à l’équité ne sont généralement pas présentées aux utilisateurs et utilisatrices du modèle.

Ce réseau de solutions vise à résoudre ces problèmes en déployant un logiciel personnalisé construit par l’équipe, appelé « PACS IA », mais qui n’a pas encore été mis en œuvre de manière efficace dans l’ensemble du Canada.

Ce logiciel se distingue des solutions actuelles :

il effectue des inférences à l’aide de modèles d’IA sur des examens radiologiques et des électrocardiogrammes à 12 dérivations qui sont enregistrés dans le système PACS (système d’archivage et de transmission d’images), qui est une infrastructure universelle accessible dans tous les centres de soins de santé au Canada;
il permet de rendre des comptes, en enregistrant son utilisation et en stockant les modélisations prédictives et les données sur lesquelles il a été utilisé;
il encourage la coopération entre les médecins et l’IA en permettant à un médecin de signaler les prédictions erronées à des fins d’apprentissage continu. De plus, notre solution affiche des indicateurs d’équité en matière d’IA pour les modèles et les ensembles de données disponibles en son sein, afin d’aider le personnel clinique à comprendre les données sur lesquelles il a été entraîné et la performance du modèle stratifiée par sous-groupes.

Ce réseau de solutions collaborera avec les parties prenantes pour mettre en œuvre PACS IA dans les centres participants, le faire évoluer et démontrer son utilité à l’aide d’un projet de recherche pilote. L’objectif global consiste à promouvoir des pratiques de gestion des données responsables pour le déploiement de modèles d’IA équitables dans le secteur des soins de santé, ainsi qu’à fournir des orientations quant au déploiement de PACS IA dans divers contextes.

Fondation

2023

Bienfaiteurs

CIFAR
IVADO

Personne-ressource

Nabilah Chowdhury
Direction, Stratégie pancanadienne en matière d’IA