L'intelligence artificielle pour fiabiliser l'interprétation des échographies cardiaques, une chaire IUF pour Olivier Bernard
Depuis le Centre de recherche en acquisition et traitement de l’image pour la santé (CREATIS - CNRS/Insa Lyon/Inserm/Université Claude Bernard), Olivier Bernard, professeur à l’Institut national des sciences appliquées (INSA) de Lyon, travaille dans le domaine de l’imagerie médicale et de l’aide au diagnostic. Il exploite les plus récentes technologies de l'intelligence artificielle (IA) pour fiabiliser l'interprétation des échographies cardiaques. Dans le cadre d'une chaire fondamentale senior de l'Institut universitaire de France (IUF), il va mener de nouveaux projets sur l'IA de confiance, qui vise à développer des modèles dont on peut expliquer et interpréter les résultats.
L'échographie est une modalité d’imagerie non-invasive indispensable pour le diagnostic et le pronostic médical, notamment en cardiologie. L'imagerie ultrasonore permet par exemple d'étudier la manière dont le cœur se déforme au cours du cycle cardiaque ou de mesurer les volumes des cavités cardiaques et d'en tirer des indications sur d'éventuelles pathologies. Aujourd’hui, l’extraction précise et robuste de ces biomarqueurs requiert l’intervention d’un expert. Une tâche difficile à automatiser, car chaque patient a des caractéristiques uniques et la qualité d'acquisition des images est également très variable.
Spécialisé dans l'analyse des images échocardiographiques, Olivier Bernard dirige l'équipe Myriad (Modélisation et analyse pour l'imagerie médicale et le diagnostic) au CREATIS. Il s'est donné pour objectif de fiabiliser la mesure de biomarqueurs de pathologies cardiaques à partir d'images d'échographie.
Le projet ANR-Orchid, que dirige le scientifique, a pour objectif de détecter l'origine des pathologies cardiaques. Aujourd'hui, dans certains cas l'observation échographique des anomalies ne suffit pas pour en définir l'origine et, par conséquent, le traitement le mieux adapté. D'autres examens et analyses sont nécessaires, ce qui peut être coûteux et contraignant pour le patient. La stratégie proposée par Orchid consiste à fusionner les mesures fiabilisées de biomarqueurs en échocardiographie avec des données disponibles sur le patient (données démographiques et biologiques, antécédents médicaux, mesures de tensions...), afin de prédire, sans autres examens, les causes des pathologies concernées. « L'IA, basée ici sur des techniques d'apprentissage, est utilisée pour réaliser la fusion de données multimodales, mais aussi pour estimer l'incertitude associée au résultat, dont tiendra compte la prise de décision », précise Olivier Bernard.
Le chercheur travaille également sur d'autres types d'imagerie médicale, avec un projet sur l'IRM appliquée à la prédiction de maladies cardiaques non-ischémiques (non liées à un problème de vascularisation)mené au sein du Programme de recherche Santé Numérique. Là encore, des techniques de pointe en IA, dans ce cas les modèles de diffusion, sont développées pour détecter les zones de fibrose dans le muscle cardiaque.
Avec sa nomination à l’IUF, Olivier Bernard veut élargir le spectre de ses recherches, en s'intéressant à l'IA de confiance : des modèles d’IA dont le fonctionnement est transparent. Le but est de savoir quelles informations ont été utiles pour obtenir le résultat et de comprendre quelle a été la mécanique de prise de décision. « Les techniques d'apprentissage automatique reposent sur des méthodes statistiques à partir de grandes quantités de données et la compréhension fine de leur fonctionnement a posteriori est impossible. Dans le domaine de la santé, il est nécessaire de garder le contrôle de la prise de décision et donc d'avoir des modèles dont le fonctionnement est explicable », souligne le scientifique. Développer l'IA de confiance est une ambition affichée de la recherche européenne et Olivier Bernard projette de déposer prochainement un projet ERC (European Research Concil), dont les financements sont dédiés à la recherche exploratoire.