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

L'intelligence artificielle s'installe dans l'imagerie médicale. Beaucoup de modèles excellent sur des données de laboratoire, mais échouent en consultation réelle. La question n'est plus de savoir si c'est techniquement possible, mais comment passer de la faisabilité technique à l'utilité clinique.

La clinique de radiologie du troisième hôpital de l'Université de Pékin et United Imaging Intelligence ont conçu un agent pour le rachis, basé sur le principe « un seul scan, plusieurs examens ». Une unique IRM du rachis génère une analyse structurée de plusieurs pathologies simultanément. Selon le professeur Yuan Huishu, responsable du diagnostic, l'agent « combine les capacités du grand modèle avec les habitudes réelles des cliniciens : l'information est non seulement complète, mais aussi précise et pratique ». Le médecin est libéré des observations répétitives, du classement et de la saisie manuelle.

L'ampleur de la charge

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

Le professeur Yuan note que les modèles d'IA classiques traitent une tâche ou quelques-unes, agissant comme des « observateurs spécialisés » d'un seul type de lésion. Ils sont souvent 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 des réponses incohérentes avec l'image, ébranlant la confiance dans la technologie elle-même.

Trois paliers

L'agent franchit trois étapes. 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 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, de la détection des foyers au rapport structurel complet : localisation anatomique, description des symptômes et rapport final naissent ensemble. La rédaction des rapports est 56 % plus rapide. Enfin, de l'outil externe à l'agent intégré dans la plateforme AI PACS, utilisée quotidiennement par le médecin.

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 cite 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.