La quête des données pour l’IA en imagerie médicale – Osman Ratib – Symposium Metz 2025
Dans sa présentation, Osman Ratib insiste sur l’importance cruciale des données pour le développement de l’intelligence artificielle (IA) en imagerie médicale. Il souligne la croissance exponentielle des algorithmes certifiés, mais aussi les difficultés d’accès aux données, souvent dispersées, mal indexées et soumises à des contraintes réglementaires. Il plaide pour une meilleure structuration et standardisation des données afin de garantir leur qualité et leur utilité pour l’apprentissage machine.
Il distingue plusieurs types d’IA : supervisée, non supervisée et radiomique. Cette dernière permet à la machine d’extraire automatiquement des caractéristiques invisibles à l’œil humain, comme la texture ou la densité des tissus. Il met en garde contre les biais d’apprentissage, illustrant comment une IA peut tirer des conclusions erronées si elle est mal entraînée ou si les données sont mal sélectionnées.
Pour répondre à ces enjeux, Ratib présente une plateforme suisse sécurisée, conçue pour centraliser les données d’imagerie au bénéfice des patients. Cette solution open source permet un accès rapide, sécurisé et contrôlé aux données, tout en respectant les exigences éthiques et légales. Il conclut en soulignant que l’avenir de l’IA en santé repose sur des bases de données fiables, partagées et centrées sur le patient.