Le partage des données médicales entre les laboratoires et les experts médicaux est important pour la recherche médicale. Cependant, le partage de données est souvent suffisamment complexe et parfois même impossible en raison de la législation européenne stricte en matière de réglementation des données. Des chercheurs du laboratoire d’intelligence de santé numérique de l’Université de Jyväskylä se sont penchés sur le problème et ont développé un réseau de neurones artificiels qui crée des images radiographiques synthétiques qui peuvent tromper même les experts médicaux.
Un groupe de chercheurs du projet AI Hub Central Finland de l’Université de Jyväskylä a développé une méthode basée sur l’IA pour créer des images radiographiques synthétiques du genou afin de remplacer ou de compléter les images radiographiques réelles dans la classification de l’arthrose du genou.
Les chercheurs ont utilisé des images radiographiques générées synthétiquement pour compléter un ensemble de données d’images radiographiques réelles de l’étude sur l’arthrose. L’authenticité des images a ensuite été évaluée avec des spécialistes du district de soins de santé du centre de la Finlande.
Des experts médicaux ont été invités à évaluer la gravité de l’arthrose sans savoir que l’ensemble de données comprenait des images synthétiques. Dans la deuxième phase, les experts ont tenté d’identifier des images authentiques et synthétiques. Les résultats ont montré qu’en moyenne, il était improbable même pour les experts médicaux de faire la distinction entre les images radiographiques réelles et synthétiques.
L’utilisation de données synthétiques n’est pas soumise aux mêmes règles de protection des données que les données réelles. L’utilisation de données synthétiques peut faciliter la collaboration entre, par exemple, des groupes de recherche, des entreprises et des établissements d’enseignement. »
Sami Äyrämö, responsable du laboratoire d’intelligence numérique sur la santé, Université de Jyväskylä
Selon Äyrämö, l’utilisation de données synthétiques accélère également les processus d’autorisation et donc, entre autres, le test de nouvelles idées.
Les méthodes d’IA basées sur les données peuvent être utilisées pour aider les médecins à établir des diagnostics. Même si le potentiel technique de l’IA est énorme, la quantité de données médicales est souvent insuffisante. C’est un enjeu majeur pour développer des méthodes médicalement efficaces.
« En mélangeant des images radiographiques réelles et synthétiques, nous avons amélioré les systèmes de classification de l’arthrose basés sur l’IA », explique Fabi Prezja, le chercheur doctorant responsable du développement du réseau de neurones artificiels.
À l’avenir, les données synthétiques peuvent conduire à de meilleurs résultats dans le développement de méthodes médicales et de soins aux patients, en particulier pour les conditions médicales où les données réelles des patients sont limitées.
« De plus, le réseau neuronal est capable de modifier des images synthétiques à rayons X selon des spécifications d’experts. Cette capacité est très puissante et permet une utilisation future potentielle pour des applications éducatives médicales et des tests de résistance pour d’autres systèmes d’IA », ajoute Prezja.
La recherche a été menée en collaboration avec le district de soins de santé du centre de la Finlande, dont le directeur, un professeur de chirurgie Juha Paloneva considère les méthodes de diagnostic basées sur l’IA comme un moyen précieux de transférer le savoir-faire d’un médecin expérimenté pour soutenir le travail d’un jeune médecin.
L’image adjacente montre un ensemble de captures d’écran d’une animation montrant comment une radiographie synthétique peut être modifiée selon les spécifications d’un expert.
« L’IA peut être utilisée pour révéler, par exemple, des signes difficiles à repérer d’arthrose précoce. Cependant, les méthodes d’IA pour l’arthrose continuent de s’améliorer, donc le travail se poursuit », déclare Paloneva.
