IRM du rachis : un seul examen suffit pour 76 maladies et un rapport à corriger

L'intelligence artificielle gagne l'imagerie médicale. Beaucoup de modèles brillent sur les données de laboratoire, puis perdent pied dans un cabinet réel. La question n'est plus « est-ce techniquement possible », mais « comment passer de la disponibilité technique à l'utilité clinique ».

La clinique de radiologie du troisième hôpital de l'Université de Pékin et la société United Imaging Intelligence ont mis au point un agent du rachis fondé sur le principe « un seul scan, plusieurs examens ». Une seule IRM du rachis donne une analyse structurée de plusieurs atteintes à la fois. Le professeur Yuan Huishu, responsable du diagnostic dans cette clinique, explique que l'agent « combine les capacités du grand modèle avec les habitudes réelles des cliniciens : l'information est non seulement complète, mais aussi précise et commode à utiliser ». Le médecin est déchargé des observations répétitives, du classement et de la saisie du texte.

L'ampleur de la charge

L'IRM du rachis est l'un des examens les plus fréquents en salle d'imagerie. Dans l'hôpital pékinois, c'est même l'examen IRM le plus courant de tout l'établissement : près de 300 examens par jour en moyenne. Le rapport exige de parcourir couche après couche les vertèbres, les disques, les ligaments, la moelle épinière et les racines nerveuses, puis de décrire les hernies, les rétrécissements du canal ou les lésions des corps vertébraux. Sans aide de l'IA, un rapport demande en moyenne de cinq à dix minutes entre la première ébauche et la validation.

Le professeur Yuan fait remarquer que les modèles d'IA classiques traitent une tâche ou quelques-unes, comme des « observateurs spécialisés » d'un seul type de lésion. Ils sont souvent aussi des logiciels séparés, hors du système PACS. Le médecin doit alors transférer les résultats et organiser le texte à la main, ce qui ajoute du travail au lieu d'en retirer. Certains outils produisaient en outre des réponses incompatibles avec l'image, ce qui ébranlait la confiance dans la technologie elle-même.

Trois paliers

L'agent franchit trois sauts. D'abord, de la reconnaissance d'une maladie à l'évaluation systémique de plusieurs : il analyse l'image globalement et produit en une fois un rapport couvrant 76 maladies et anomalies, en évaluant les segments du rachis l'un après l'autre. Pour un examen du segment lombaire motivé par une douleur dorsale, il détecte non seulement les dégénérescences discales, mais aussi les hémangiomes des corps vertébraux ou les fractures de compression. Ensuite, du sens des foyers au rapport structurel complet : détection de la lésion, localisation anatomique, description des symptômes et rapport structurel prêt à l'emploi naissent ensemble. La rédaction des rapports va 56 % plus vite. Enfin, de l'outil externe à l'agent intégré dans la plateforme AI PACS, que le médecin utilise au quotidien.

Le projet a été lancé officiellement en juillet 2025. Il a été précédé de dix-huit mois de refonte de la plateforme AI PACS menée par les deux parties. L'équipe énumère quatre défis techniques : la localisation anatomique précise des nombreux segments du rachis, la compréhension de la logique de rédaction des radiologues, le problème de la « longue traîne » des maladies rares, pour lesquelles les données manquent, et l'évitement des hallucinations du modèle. L'agent fonctionne déjà dans l'hôpital principal et quatre antennes. L'IA reste un outil d'aide : chaque résultat doit être validé par un radiologue. La prochaine étape est une étude multicentrique externe.