Rencontre DICOM–IA
« There is still life in the old dog yet » : c’est ce que disent les Britanniques quand une vieille chose est loin d’être en fin de vie. C’est aussi exactement ce qu’a dit M. Marc Kämmerer, responsable Gestion de l’innovation chez VISUS, dans sa communication intitulée « Medical data and where to find it » (les données médicales et où les trouver) au colloque sur le thème des technologies émergentes en médecine (ETIM) organisé par le centre hospitalier universitaire d’Essen au mois de février dernier, de manière un peu plus détaillée et en appliquant cet adage à DICOM et aux standards apparentés.
Des standards éprouvés pour des algorithmes innovants
Pour la quatrième fois déjà, le centre hospitalier universitaire d’Essen a invité des experts renommés de la science et de l’industrie à donner un aperçu des méthodes de travail et des technologies de la médecine de demain. Cette année, l’accent était placé sur l’intelligence artificielle et sur son potentiel pour les diagnostics et les traitements futurs.
La consolidation renforce la communication
Les scénarios esquissés au colloque étaient impressionnants. Même si l’intelligence artificielle avec ses algorithmes ne tient qu’à demi les promesses des études scientifiques en leur état actuel, nous sommes tout de même à la veille d’une révolution en matière de diagnostic. Plaider en faveur d’une gestion consolidée des données basée sur le concept HCM (Healthcare Content Management ou solution de gestion de contenus et de stockage de données de santé), donc sur des formats tels que DICOM justement, peut paraître effectivement vieux jeu. Mais il faut que ces beaux algorithmes tout neufs soient d’abord développés et alimentés en données médicales et il faut aussi qu’ils soient entraînés. Cela semble banal, mais c’est la base essentielle de tout effort dans le domaine de l’intelligence artificielle. Soit dit en passant, la consolidation des données médicales d’un établissement n’est pas seulement importante pour l’avenir, elle présente aussi un intérêt tout à fait concret pour le présent, comme le souligne M. Kämmerer. Par exemple, lorsqu’il s’agit de réunir dans un seul système toutes les informations présentant un intérêt thérapeutique et de les visualiser sur un écran. Ou pour optimiser la communication avec des structures externes comme les départements médicaux des caisses d’assurance maladie ou le patient. Une consolidation de données médicales reposant sur les principes du HCM fonctionne de la manière suivante : un système HCM reçoit des données de sous-systèmes médicaux indépendamment de leur format d’origine, et il les convertit au format DICOM internationalement reconnu. Une fois converties dans un format standard, les données médicales peuvent être triées, filtrées et échangées selon d’autres standards comme HL7 ou en utilisant des profils d’intégration IHE.
DICOM parle de tout avec tout le monde
« Pour que la consolidation crée des valeurs ajoutées pour les données, celles-ci doivent répondre aux exigences suivantes : elles doivent être utilisables, accessibles, fiables et cohérentes, partageables et sûres », explique M. Kämmerer dans sa communication. Et il ajoute pour compléter : « Nous avons un format éprouvé, qui remplit toutes ces conditions préalables à une gestion intelligente de données médicales : le standard DICOM. Les avantages de DICOM dans le cadre d’une consolidation de données résident dans la possibilité de transmettre avec DICOM également les métadonnées d’un fichier et dans l’option de stocker également les données brutes. Ce n’est pas tout : DICOM a un équivalent pour presque tous les formats. Pour un texte, par exemple le compte rendu structuré DICOM (DICOM Structured Reporting) ou encore l’objet natif DICOM (Native DICOM Object) pour les biosignaux. »
La catégorisation nécessaire dans le cadre de la consolidation augmente réellement et directement l’utilité de ces données dans les établissements de santé. Elle permet, par exemple, d’appliquer des filtres intelligents aux données relatives aux traitements, afin de ne présenter aux utilisateurs que les données dont ils ont vraiment besoin pour leur travail.
Les standards s’adaptent au progrès
Pour l’auditoire, s’agissant des développements autour de l’intelligence artificielle, ce message de M. Kämmerer était cependant beaucoup plus important : DICOM – de même que d’autres standards – n’est pas une structure figée, c’est au contraire un objet vivant qui ne cesse d’évoluer. « Dans le développement de solutions d’IA, il s’agit au final de pouvoir échanger des données médicales. D’une part, des données cliniques doivent être communiquées à un algorithme afin de l’entraîner. D’autre part, les résultats de l’algorithme doivent être restitués. Et DICOM et Cie soutiennent ce processus de communication – tout comme ils soutiennent déjà aujourd’hui la communication dans les établissements de santé. Pour cela, ils sont continuellement adaptés et perfectionnés ce qui, dans la pratique, avance avec une rapidité étonnante. Comme exemple de ce genre d’adaptation à de nouvelles réalités, M. Kämmerer mentionne la publication du « supplément 219 de DICOM », disponible en l’espace d’un an : « Il s’agit de ce que l’on appelle un " structured report object ", littéralement un objet de rapport structuré, qui définit la manière dont des données sont échangées entre deux programmes. Le supplément soutient donc un cas d’utilisation important dans l’application de l’intelligence artificielle. C’est pourquoi j’adresse ce message aux développeurs de solutions d’IA, mais aussi aux établissements de santé : l’IA ne doit pas vous faire perdre de vue les standards. Les standards actuels et leurs adaptations veilleront à ce que les données puissent se prêter à des applications futures et répondre aux exigences de demain, mais aussi à ce qu’elles soient porteuses de plus-values également à l’avenir. »