2 façons dont les robots aident les médecins et les patients
Tout comme l’automatisation comble l’écart de main-d’œuvre dans la fabrication, l’IA et la technologie robotique commencent à combler l’écart mondial de médecins.
L’automatisation se développe dans l’industrie médicale, de la chirurgie robotisée à l’IA utilisée pour analyser les images radiologiques. Ce n’est pas surprenant, puisque les soins de santé ont été à l’avant-garde dans l’adoption de technologies émergentes, de la fabrication additive aux robots mobiles. En plus d’apporter efficacité et précision aux soins de santé, l’automatisation aide à surmonter le même problème auquel les usines de fabrication sont confrontées : les pénuries de main-d’œuvre spécialisée.
Lors de la conférence MD&M BIOMEDigital, deux radiologues qui sont également médecins-chefs (CMO) dans des entreprises technologiques, ont expliqué deux façons dont l’automatisation est entrée de force dans le domaine médical – par la chirurgie et l’analyse d’images basée sur l’IA. « Une partie du problème qui rend la robotique médicale et l’intelligence artificielle (IA) importantes est l’aggravation de la pénurie de médecins », a déclaré Eyal Morag, MD et CMO chez Microbot Medical, lors de la présentation, Convergence de la robotique guidée par l’image et des technologies d’IA dans la pratique clinique. « Prenez la radiologie. Dans tout le contentement de l’Afrique, si l’on enlève l’Egypte et Israël, il n’y a que six radiologues pédiatriques. Au Nigeria, il y a 60 radiologues pour 119 millions de personnes. Au Mexique 4000 radiologues pour 130 millions. C’est un problème universel.
Certaines des solutions aux pénuries proviennent de la convergence de la robotique et de l’IA. « Je suis activement impliqué dans les robots guidés par l’image et l’IA en radiologie », a déclaré Morag. « Nous assistons à la convergence de ces technologies. Les robots sont utilisés dans plusieurs applications dans le domaine de la santé. Les applications pertinentes dans le domaine médical comprennent l’assistance aux patients et l’assistance aux médecins en matière de chirurgie, de rééducation, d’exploration et de diagnostic.
Sommaire
Robots en chirurgie
La robotique précise a donné de bons résultats en chirurgie, améliorant même les capacités humaines. « Les systèmes de vision haute définition et les instruments peuvent se plier et tourner bien mieux que la main humaine, et c’est ce qui le rend si utile », a déclaré Morag. « Le médecin contrôle le robot à tout moment. Avec la robotique, les médecins peuvent effectuer des opérations plus précises qu’auparavant. »
La robotique chirurgicale s’est rapidement développée une fois que ses capacités ont été prouvées. « De Vinci est le système d’assistance robotique le plus utilisé. Depuis qu’il a été autorisé par la FDA, 5 500 robots sont utilisés dans 65 pays. Les premiers systèmes ont été autorisés pour la chirurgie otoscopique. Sept millions de procédures ont été effectuées dans le monde jusqu’en 2019. »
Le robot da Vinci d’Intuitive offre aux médecins un niveau de précision qui n’est pas possible avec des mains humaines.
La robotique chirurgicale a permis de sauver des vies. « Presque toutes les études démontrent une réduction de la morbidité, moins de pertes de sang et des séjours à l’hôpital plus courts », a déclaré Morag. « Depuis 2012, il y a eu une explosion de rapports sur la robotique et les procédures. »
Les mêmes qualités qui rendent les robots efficaces dans les aliments et les boissons avec leurs lavages conviennent également aux environnements médicaux. « Quelles sont les principales exigences de la robotique médicale ? C’est la sécurité, l’opération simple, la stérilisation facile, la taille compacte et le faible poids. Ce sont tous de gros problèmes. Le plus important est la sécurité », a déclaré Morag. « Avec les robots, vous avez un contrôle efficace de la force et de la vitesse. Vous avez une force et un retour limités, et le robot occupe un espace de travail limité.
Faire entrer l’IA dans le mix d’automatisation médicale
Un autre domaine médical où l’automatisation peut combler le manque de médecins est l’analyse de la vision, des fractures osseuses aux images IRM. Le processus nécessite un temps considérable pour les médecins, mais un système d’intelligence artificielle d’apprentissage en profondeur bien formé peut accomplir la tâche rapidement et efficacement. « Il y a des avantages financiers pour l’IA dans la réduction du temps d’analyse des images. Les algorithmes deviennent de plus en plus intelligents », a déclaré Gal Yaniv, MD et CMO chez Aidoc Medical lors de la présentation. « Si vous avez des images d’un abdomen, vous obtenez une partie du poumon et de la colonne vertébrale. Différents algorithmes examinent différentes parties du corps. L’un scanne la colonne vertébrale à la recherche de fractures tandis qu’un autre scanne le poumon. Ces solutions sont de plus en plus sophistiquées.
La qualité de l’IA qui fonctionne pour les soins de santé est la capacité de l’algorithme à apprendre sur le tas. « Une nouvelle technologie a émergé, appelée apprentissage en profondeur. C’est une extension de l’IA. Vous créez un processus d’apprentissage informatique qui utilise des réseaux de neurones sophistiqués pour créer une reconnaissance d’image. Cela vous libère de l’établissement de règles », a déclaré Yaniv. « Vous alimentez le système avec suffisamment de données et vous créerez un algorithme pour reconnaître les modèles. Vous créez suffisamment de commentaires de qualité et il reconnaîtra presque tout ce qu’un humain peut reconnaître.
L’efficacité de l’automatisation apportée aux soins de santé
Avant que l’IA ne soit déployée pour analyser les images médicales, les soins de santé étaient inondés de plus de travail que les humains ne pouvaient accomplir efficacement. « Nous vivons une explosion de l’imagerie. C’est là que nous voyons l’IA en radiologie », a déclaré Morag. « GE Healthcare affirme que 90 % des données de santé proviennent d’images et plus de 90 % des images médicales dans le monde et ne sont pas analysées avec précision. L’IA nous permet d’augmenter le niveau de précision.
L’analyse des images médicales par l’IA affecte directement la vitesse à laquelle les patients peuvent être traités. « Dans la détection et le diagnostic des maladies, l’IA nous permet d’éviter les retards. Les algorithmes améliorent le flux de travail et l’efficacité », a déclaré Morag. « Pour l’IA en radiologie, la question la plus pertinente est la reconnaissance des formes, l’identification des formes. Cela affecte la planification des procédures et la résolution des problèmes.
En plus d’accélérer les soins, le traitement des images par l’IA réduit le taux d’erreur dans le traitement humain. « L’énorme quantité de données provoque une surcharge de données. Nous devons gérer les informations importantes pour les soins aux patients tout en gérant l’énorme surcharge de données. L’IA peut nous aider », a déclaré Morag. « La surcharge de données crée des effets secondaires. Près de 50 % des radiologues se plaignent de fatigue et d’épuisement professionnel. Cela peut créer des effets secondaires pour les patients. Il y a une augmentation de 45% du temps pour diagnostiquer en raison de la surcharge et il y a une quantité croissante d’erreurs, jusqu’à 4% des humains ne peuvent pas faire face à toutes les données croissantes. L’IA résout ce problème.
