L’IRP SANTAI, pour l’étude de maladies cardiaques et neuro-dégénératives

L’intelligence artificielle (IA) en santé promet une médecine plus précise et personnalisée, mais son adoption clinique reste limitée. Les principaux freins sont le manque de généralisation, la faible robustesse et l’opacité des décisions. L’objectif de l’IRP SANTAI est de renforcer la généralisation et la transparence des mécanismes décisionnels, considérés comme des leviers clés pour assurer un transfert clinique fiable. Les méthodes développées seront évaluées dans le cadre du diagnostic des pathologies cardiaques et neurodégénératives, deux domaines à fort impact en santé publique. 

Les méthodes d’IA ont un fort potentiel pour transformer les soins de santé vers une médecine plus automatisée, plus précise et plus personnalisée. Cependant, malgré l’essor considérable de la recherche en IA appliquée à l’imagerie médicale, les transpositions concrètes en pratique clinique restent limitées. L’un des freins majeurs réside dans la difficulté à garantir la généralisation des modèles à de nouvelles données, condition indispensable à leur robustesse et reproductibilité. De plus, si l’IA médicale offre un potentiel inédit, elle engendre néanmoins une opacité des mécanismes de décision, rendant difficile toute validation fine. Conscientes de ces enjeux, les autorités réglementaires européennes et canadiennes soulignent la nécessité de développer des systèmes d’IA explicables et auditables, afin d’assurer un usage sécurisé et conforme aux exigences d’un transfert en pratique clinique.

Ce projet se focalise notamment sur la prédiction de l’origine de pathologies cardiaques à partir des seules séquences échocardiographiques et données cliniques patient. Cette approche vise à réduire le recours à des examens complémentaires, parfois coûteux et invasifs pour le patient. Le projet portera également sur l’étude de pathologies neurologiques telles que la maladie d’Alzheimer, la sclérose en plaques et les commotions cérébrales. Un objectif principal consistera à renforcer l’interprétabilité des modèles afin d’améliorer la compréhension des mécanismes sous-jacents à ces maladies.

Le Centre de recherche en acquisition et traitement de l'image pour la santé (CREATIS - CNRS/INSA Lyon/INSERM/Lyon 1 Université) et le laboratoire VITLab collaborent étroitement depuis plus de 7 ans, avec à la clé de nombreuses publications conjointes et plusieurs distinctions, telles que le prix canadien « Prix Mitacs pour innovation exceptionnelle » (2024), le prix « Relève étoile Louis-Berlinguet » (gouvernement québécois 2024), le prix de la meilleure thèse en santé décerné par l’Université de Sherbrooke (2025) et le prix de la meilleure thèse produite dans le cadre d’une convention de cotutelle franco-québécoise (2025). Les travaux associés ont notamment permis de développer un formalisme unique d’apprentissage par renforcement pour maintenir les performances de modèles d’IA sur des bases de données à grande échelle, ouvrant la voie à l’utilisation fiable de méthodes d’IA en routine clinique.