– Bonjour Brian, et merci d’avoir accepté notre invitation au podcast Limitless Medical Imaging. Nous sommes heureux de vous avoir ici ! Je vais commencer par vous demander de vous présenter, s’il vous plaît.
– Super. Eh bien, c’est bien d’être ici, Andra. Je m’appelle Brian Casey, je suis rédacteur en chef de The Imaging Wire et The Imaging Wire est un site web et une newsletter consacrés à l’écriture sur l’imagerie médicale, la radiologie, et tout ce qui y est lié. Je suis dans le domaine de la radiologie depuis environ 30 ans, à divers publications. Donc, j’étais à SIIM la semaine dernière, et je pensais que c’était un excellent salon. Je pense qu’il y a eu de nombreuses excellentes discussions. Beaucoup de gens étaient vraiment excités par ce qui se passe dans la gestion des images, la gestion numérique des images, l’imagerie d’entreprise, et surtout sur for about 30 years, to a variety of publications. So I was at SIIM, last week, and I thought it was a great show. I think there was a lot of great discussions. A lot of people were really excited about what’s been going on in image management, digital image management, enterprise imaging, and especially on AI.
Donc, de nombreuses bonnes discussions, beaucoup de bonnes mises en réseau là-bas.
– C’est pourquoi je voulais vous parler, car je savais que vous aviez assisté à SIIM, et je voulais obtenir des informations de la personne la plus compétente sur ce qui s’est passé là-bas. Quels étaient les principaux thèmes discutés cette année ? Quelles tendances anticipez-vous ?
– C’était mon premier SIIM depuis quelques années. Le dernier auquel j’ai assisté était à Portland en 2016. Et je suppose que mon premier était probablement en 2001, à l’époque, c’était appelé Scan et c’était à Salt Lake City. La première chose qui m’a le plus frappé a été à quel point il y avait peu de discussions sur COVID, parce que toutes ces réunions, vous savez, COVID a été une énorme ombre sur les réunions médicales pendant les trois dernières années. Et c’était la première réunion où cela ne semblait pas être un grand sujet. Il n’y avait pas beaucoup de gens portant des masques et il n’y avait vraiment pas beaucoup de préoccupations concernant COVID. Donc, c’était vraiment agréable. Et j’ai assisté à une conférence un jour, je pense que c’était jeudi, animée par Dr. Jim Whitfield, et il a parlé de l’importance d’être ensemble, et la raison pour cela était que le Dr. Whitfield était en fait le président ou le président de SIIM en 2020, lorsque cela devait avoir lieu cette année-là. Et ils ont dû l’annuler, évidemment à cause de COVID et tout comme toutes les réunions médicales de cette année, et ils ont donc remplacé cela par une réunion virtuelle. Et comme beaucoup d’autres sociétés là-bas, il y a eu beaucoup de réunions virtuelles. Et beaucoup d’entre nous s’y sont un peu habitués. Et nous avons un peu supposé que, eh bien, vous savez, est-ce vraiment si différent, vous savez, de se rencontrer virtuellement plutôt qu’en personne ? Et il a passé en revue et il a parlé de certains des aspects négatifs de la technologie virtuelle et des relations humaines, et a examiné certains des impacts que nous avons observés sur les adolescents et la productivité au travail.
Donc, en ce qui concerne le contenu, la chose qui a vraiment dominé à SIIM était l’intelligence artificielle et spécifiquement ChatGPT. Comme je l’ai écrit dans l’un de mes articles sur SIIM pour The Imaging Wire, l’intelligence artificielle a vraiment donné à SIIM une nouvelle mission, parce que SIIM remonte à longtemps, à l’origine c’était la Société pour les Applications Informatiques en Radiologie, et la mission originale était d’enseigner aux gens sur PACS et la gestion des images numériques, et quand PACS est arrivée au début des années 90, les gens ne savaient pas, nous utilisions encore des films en radiologie. Et donc il y avait vraiment un besoin de former les gens à cela. Mais au fil des ans, tout le monde a acquis PACS. Et donc, du moins dans les hôpitaux occidentaux, toutes les images sont numériques maintenant, et donc il n’y a plus ce besoin d’apprendre ce que l’IA a fait, c’est cette nouvelle technologie qui pourrait avoir un impact aussi grand que PACS en a eu, mais c’est vraiment un mystère. depuis environ 30 ans, à divers publications. Donc, j’étais à SIIM la semaine dernière, et je pensais que c’était un excellent salon. Je pense qu’il y a eu de nombreuses excellentes discussions. Beaucoup de gens étaient vraiment excités par ce qui se passe dans la gestion des images, la gestion numérique des images, l’imagerie d’entreprise, et surtout sur Et donc, SIIM a pivoté pour se concentrer beaucoup sur
And so SIIM has pivoted to focus quite a bit on AI et pour parler de la manière dont AI peut être utilisé en radiologie. Et donc, cela a vraiment été agréable à voir à SIIM et, et beaucoup des discussions portaient sur l’IA et nous pouvons plonger plus en détail si vous le souhaitez.
– Oui, bien sûr. D’après les discussions que vous avez eues, quels défis avez-vous vus dans le développement d’algorithmes en radiologie ?
– Eh bien, il y a un certain nombre de défis et la bonne nouvelle est que la plupart des radiologistes ne semblent plus s’opposer à l’IA, à l’utilisation de l’IA, lorsque les premiers AI algorithmes sont apparus, beaucoup de radiologistes étaient vraiment inquiets à ce sujet. Et il y avait cette citation célèbre de Jeffrey Hinton, où il a dit que nous devrions arrêter de former des radiologistes dès maintenant. Et donc, la bonne nouvelle est que les radiologistes semblent avoir surmonté cette réticence envers l’IA. Le problème est que cela prend beaucoup plus de temps pour que l’IA pénètre en radiologie que ce que les gens attendaient. Et l’adoption clinique prend beaucoup de temps. J’étais à une autre réunion, A.I. Med à San Diego il y a deux semaines. Un autre thème là-bas était, que devons-nous faire pour amener les radiologistes à commencer à utiliser plus d’IA ? Et je pense que certains des problèmes sont qu’il doit être plus facile pour les radiologistes de l’intégrer. Vous ne pouvez pas demander aux radiologistes de choisir entre des algorithmes pendant qu’ils lisent un scan, cela ne va tout simplement pas fonctionner. Donc, de nombreux fournisseurs abordent cela d’un point de vue plateforme, plutôt que de vendre des algorithmes aux radiologistes de manière isolée. Nous devons les avoir sur une plateforme où idéalement, l’algorithme peut juste se lancer et analyser une étude, en temps réel sans avoir beaucoup d’interaction de la part du radiologiste. Donc, l’approche plateforme est vraiment importante. Il y a aussi beaucoup de préoccupations concernant la qualité de l’accès aux données pour former des algorithmes d’IA.
Et il y a eu un excellent discours du Dr Zied Obermeier un des jours où il a discuté de la manière dont nous devons obtenir de meilleures données pour la formation en IA. Vous formez des algorithmes sur de petits ensembles de données, c’est problématique parce que souvent, ces algorithmes ne sont pas généralisables. Ils ne fonctionnent pas très bien en dehors de l’ensemble de données sur lequel ils ont été formés. Nous ne pouvons pas avoir un algorithme ayant une sensibilité de 90 % sur les données de formation. Et puis quand vous le mettez dans le monde réel, cela tombe à 65 ou 70. Donc, c’était un autre grand problème à SIIM. Nous en sommes encore aux débuts pour ChatGPT et je ne sais pas s’il y a quelqu’un qui l’utilise cliniquement en ce moment.
Je pense que nous en sommes surtout à cette phase où nous jouons avec. Et j’étais à une conférence où, l’un des modérateurs a demandé au public, combien d’entre vous n’ont pas utilisé cela cliniquement, mais combien d’entre vous ont juste expérimenté avec ChatGPT et, la plupart des gens dans le public ont dit, oui, ils l’avaient essayé. Cela dit, je pense que tout le monde conviendrait qu’il n’est vraiment pas à un point où il peut être utilisé cliniquement. Et nous découvrons encore les moyens par lesquels il peut être utilisé. Donc, c’est vraiment passionnant. Je pense qu’il a beaucoup de potentiel en termes de prise en charge de certaines tâches banales et d’alléger la charge du radiologiste, par exemple, en rédigeant un résumé d’un depuis environ 30 ans, à divers publications. Donc, j’étais à SIIM la semaine dernière, et je pensais que c’était un excellent salon. Je pense qu’il y a eu de nombreuses excellentes discussions. Beaucoup de gens étaient vraiment excités par ce qui se passe dans la gestion des images, la gestion numérique des images, l’imagerie d’entreprise, et surtout sur rapport peut-être rédigé à un niveau que le patient pourrait comprendre. Je pense que c’est une possibilité. Et, le radiologiste pourrait revenir et corriger des choses. La principale préoccupation concernant ChatGPT est ce concept appelé effet d’hallucination où ChatGPT invente simplement des choses. Et cela semble réel, vous le lisez et vous vous dites, Oh, d’accord, c’est super. Et puis vous plongez dedans et c’est comme, eh bien, ces choses ne sont pas vraies. Donc, je pense que nous allons devoir gérer cela. Nous devons gérer l’effet d’hallucination. Nous allons devoir tester cela assez longuement, mais il semble que cela a beaucoup de potentiel. Et il semble que chaque nouvelle itération, voit une amélioration significative de la performance. Je pense que cela ne fera que s’améliorer.
– Merci beaucoup pour cette perspective. D’après vos discussions, que pensez-vous des cliniciens, comment voient-ils l’avenir, l’espace de travail moderne en imagerie ?
– Eh bien, le problème majeur ici est le flux de travail. L’un des thèmes qui a vraiment été martelé à SIIM était juste flux de travail, flux de travail, flux de travail, et les radiologistes du monde entier sont tout simplement submergés par ce volume incroyable d’études d’imagerie qui sont produites. Nous avons maintenant ces scanners CT qui produisent des centaines ou des milliers de coupes par examen. Et c’est vraiment difficile pour les radiologistes de devoir lire toutes ces choses. Et la population vieillissant, et l’imagerie étant utilisée plus souvent. Les cliniciens ont besoin d’outils pour les aider à travailler plus efficacement. Je ne pense pas nécessairement qu’ils estiment avoir besoin d’un algorithme d’IA pour les soutenir car leur sensibilité est déjà assez élevée, mais ils ont besoin d’une technologie qui ne va pas se mettre en travers de leur chemin et les aider à faire leur travail et les aider à gérer tout ce volume que nous voyons. Donc, je pense que c’est leur grande préoccupation. Ils ont besoin d’outils de productivité et ils sont vraiment réticents à l’idée d’outils qui pourraient entraver leur travail et les ralentir. Vous savez, personne ne veut avoir à passer à travers une mammographie et à devoir vérifier 20 marques de lésions suspectes. Je pense que c’est là que les gagnants et les perdants vont se distinguer, les outils qui peuvent être intégrés dans le flux de travail des radiologistes et les aider vraiment à travailler plus efficacement seront ceux qui l’emporteront ici.
– Quelles étaient les principales préoccupations concernant le stockage et la sécurité, pour l’informatique en radiologie?
– Oui, ce sont tous deux des problèmes majeurs, et ils ont vraiment été un sujet de beaucoup de discussions à SIIM. Il y a eu un certain nombre de violations de sécurité très médiatisées tant dans les départements ou centres de radiologie que dans le secteur de la santé au sens large. Et donc la sécurité est un énorme problème. Il me semble qu’un grand nombre de ces incidents poussent les prestataires de soins de santé à se tourner vers des plateformes cloud pour leurs données, le stockage des données et la gestion, car ils réalisent qu’ils n’ont tout simplement pas les compétences pour gérer un département de cybersécurité de premier ordre et qu’il y a d’autres personnes qui peuvent le faire mieux. Et, vous savez, ce sont des personnes des plateformes comme Amazon, Microsoft et Google. Et donc nous voyons un intérêt croissant pour des plateformes cloudla gestion des images basée sur le cloud, et je pense que historiquement, le secteur de la santé a été vraiment préoccupé par le fait d’avoir leurs données stockées hors site. Je pense que cela commence à disparaître un peu. Et je pense que les problèmes de sécurité poussent à cela. Et donc je pense que nous allons voir une migration continue des soins de santé vers l’hébergement cloud à l’avenir.
– D’accord. Incroyable. Merci beaucoup, Brian, d’avoir participé à cet épisode et d’avoir partagé avec nous votre expérience à SIM. Tout le monde, s’il vous plaît, envoyez-nous vos pensées, questions ou idées que vous pourriez avoir pour Brian ou pour nous, pour Medicai. N’hésitez pas à nous envoyer un message et à vous abonner à ce podcast. Jusqu’à la prochaine fois.
