{"id":35995,"date":"2026-04-29T12:34:38","date_gmt":"2026-04-29T12:34:38","guid":{"rendered":"https:\/\/aisuperior.com\/?p=35995"},"modified":"2026-04-29T12:34:38","modified_gmt":"2026-04-29T12:34:38","slug":"will-ai-replace-radiologists","status":"publish","type":"post","link":"https:\/\/aisuperior.com\/fr\/will-ai-replace-radiologists\/","title":{"rendered":"L'IA remplacera-t-elle les radiologues\u00a0? La v\u00e9rit\u00e9 en 2026"},"content":{"rendered":"

R\u00e9sum\u00e9 rapide\u00a0:<\/b> L'IA ne remplacera pas les radiologues, mais elle transformera en profondeur leur travail. Les radiologues qui int\u00e9greront l'IA \u00e0 leur pratique b\u00e9n\u00e9ficieront d'avantages consid\u00e9rables par rapport \u00e0 ceux qui refusent de l'adopter. Cette technologie excelle dans certaines t\u00e2ches de d\u00e9tection, mais elle ne poss\u00e8de pas le jugement clinique, les comp\u00e9tences relationnelles avec les patients et le raisonnement contextuel qui caract\u00e9risent l'expertise en radiologie.<\/span><\/p>\n

 <\/p>\n

Le d\u00e9bat a v\u00e9ritablement commenc\u00e9 en 2016 lorsque Geoffrey Hinton, pionnier de l'apprentissage profond, a formul\u00e9 une pr\u00e9diction audacieuse\u00a0: les facult\u00e9s de m\u00e9decine devraient cesser de former des radiologues car l'IA les surpasserait en cinq ans. Ce d\u00e9lai est d\u00e9sormais d\u00e9pass\u00e9.<\/span><\/p>\n

Voici pourtant ce qui s'est r\u00e9ellement pass\u00e9. Les programmes de r\u00e9sidence en radiologie restent comp\u00e9titifs. L'American College of Radiology continue d'investir dans la formation et le perfectionnement des professionnels. Et les radiologues sont plus sollicit\u00e9s que jamais.<\/span><\/p>\n

Alors, que se passe-t-il ? Hinton s'est-il tromp\u00e9, ou la perturbation est-elle simplement retard\u00e9e ?<\/span><\/p>\n

La r\u00e9alit\u00e9 est plus nuanc\u00e9e que ne le laissent entendre les Cassandres comme les sceptiques. L'IA a certes r\u00e9alis\u00e9 des progr\u00e8s remarquables en imagerie m\u00e9dicale, mais elle n'a remplac\u00e9 aucun radiologue par une simple automatisation. En r\u00e9alit\u00e9, un ph\u00e9nom\u00e8ne plus int\u00e9ressant est \u00e0 l'\u0153uvre.<\/span><\/p>\n

Pourquoi le d\u00e9bat sur le remplacement persiste<\/span><\/h2>\n

Pour comprendre pourquoi cette question persiste, il faut examiner ce que l'IA peut r\u00e9ellement accomplir en radiologie aujourd'hui, par opposition aux difficult\u00e9s fondamentales auxquelles cette technologie est encore confront\u00e9e.<\/span><\/p>\n

La reconnaissance de formes dans les images m\u00e9dicales est pr\u00e9cis\u00e9ment le domaine o\u00f9 l'apprentissage profond excelle. Alimentez un r\u00e9seau neuronal avec des milliers de radiographies pulmonaires annot\u00e9es pour une pneumonie, et il apprendra \u00e0 rep\u00e9rer les opacit\u00e9s subtiles qui indiquent une infection. Entra\u00een\u00e9 sur des mammographies, il identifiera les masses suspectes avec une pr\u00e9cision impressionnante.<\/span><\/p>\n

Mais voil\u00e0 le point essentiel\u00a0: la radiologie ne se r\u00e9sume pas \u00e0 la reconnaissance de formes.<\/span><\/p>\n

Le radiologue int\u00e8gre les r\u00e9sultats d'imagerie aux ant\u00e9c\u00e9dents du patient, aux r\u00e9sultats de laboratoire, aux examens ant\u00e9rieurs et au contexte clinique. Il communique avec les m\u00e9decins prescripteurs pour clarifier les points litigieux. Il r\u00e9alise des proc\u00e9dures guid\u00e9es par l'image qui exigent une prise de d\u00e9cision en temps r\u00e9el et une grande dext\u00e9rit\u00e9 manuelle. Il d\u00e9tecte les anomalies inattendues qui n'\u00e9taient pas li\u00e9es \u00e0 la question clinique initiale.<\/span><\/p>\n

D'apr\u00e8s une \u00e9tude publi\u00e9e dans les revues de la RSNA, m\u00eame lorsque les recommandations de l'IA \u00e9taient erron\u00e9es, les m\u00e9decins continuaient de s'y fier fortement, ce qui entra\u00eenait une baisse significative de la pr\u00e9cision des diagnostics. Une \u00e9tude parue en novembre 2024 dans la revue Radiology a r\u00e9v\u00e9l\u00e9 que lorsque l'IA signalait des zones d'int\u00e9r\u00eat sp\u00e9cifiques sur les radiographies, les radiologues avaient parfois tendance \u00e0 accorder une importance excessive \u00e0 ces suggestions, m\u00eame lorsqu'elles \u00e9taient erron\u00e9es. Ceci met en lumi\u00e8re un point crucial\u00a0: l'IA est un outil puissant, mais elle ne saurait remplacer les m\u00e9decins de mani\u00e8re autonome.<\/span><\/p>\n

En janvier 2025, le d\u00e9partement am\u00e9ricain de la Sant\u00e9 et des Services sociaux a publi\u00e9 un plan strat\u00e9gique pour l'IA dans le secteur de la sant\u00e9, reprenant les recommandations de l'American College of Radiology. Ce plan met l'accent sur l'innovation en IA, la fiabilit\u00e9, la d\u00e9mocratisation de l'acc\u00e8s aux soins et le d\u00e9veloppement des comp\u00e9tences du personnel soignant. On remarque une absence notable\u00a0: toute mention de l'obsolescence des professionnels de sant\u00e9.<\/span><\/p>\n

Ce que l'IA peut faire de mani\u00e8re fiable en radiologie aujourd'hui<\/span><\/h2>\n

Parlons concr\u00e8tement des domaines o\u00f9 l'IA apporte r\u00e9ellement de la valeur dans la pratique clinique d\u00e8s maintenant, et non dans un avenir hypoth\u00e9tique.<\/span><\/p>\n

D\u00e9tection d'anomalies sp\u00e9cifiques<\/span><\/h3>\n

L'IA excelle dans la d\u00e9tection d'anomalies sp\u00e9cifiques sur les examens d'imagerie. Les outils approuv\u00e9s par la FDA peuvent identifier les fractures sur les radiographies du squelette, les pneumothorax sur les radiographies thoraciques, les h\u00e9morragies intracr\u00e2niennes sur les tomodensitom\u00e9tries et les nodules pulmonaires sur les tomodensitom\u00e9tries thoraciques.<\/span><\/p>\n

D'apr\u00e8s les donn\u00e9es de validation clinique, certains outils d'IA comme AZtrauma permettent de r\u00e9duire jusqu'\u00e0 831 % le d\u00e9lai d'obtention des r\u00e9sultats dans les centres de soins pour la d\u00e9tection des fractures, des luxations et des \u00e9panchements articulaires sur les radiographies. Il s'agit d'une v\u00e9ritable am\u00e9lioration des flux de travail.<\/span><\/p>\n

AZchest, un autre produit homologu\u00e9 CE et FDA, permet de d\u00e9tecter les anomalies sur les radiographies thoraciques. Il ne s'agit pas de technologies exp\u00e9rimentales\u00a0: elles sont activement utilis\u00e9es en milieu clinique.<\/span><\/p>\n

Une \u00e9tude publi\u00e9e fin 2025 montre qu'actuellement, 701 \u00e9tapes du flux de travail IRM et 641 \u00e9tapes du flux de travail tomodensitom\u00e9trique b\u00e9n\u00e9ficient de solutions d'IA. \u00c0 titre de comparaison, en radiologie interventionnelle, seules 551 \u00e9tapes du flux de travail sont prises en charge par l'IA. L'imagerie diagnostique a \u00e9volu\u00e9 plus rapidement que les proc\u00e9dures interventionnelles, ce qui est logique compte tenu de leurs niveaux de complexit\u00e9 diff\u00e9rents.<\/span><\/p>\n

Priorisation et triage de la liste de travail<\/span><\/h3>\n

L'une des applications les plus concr\u00e8tes de l'IA est le tri des examens destin\u00e9s \u00e0 \u00eatre analys\u00e9s par un radiologue. Un algorithme peut analyser les examens re\u00e7us et identifier ceux pr\u00e9sentant des anomalies critiques \u2014 embolie pulmonaire massive, accident vasculaire c\u00e9r\u00e9bral aigu ou traumatisme cr\u00e2nien \u2014 afin de les placer en priorit\u00e9 dans la file d'attente de lecture.<\/span><\/p>\n

Cela ne remplace pas l'interpr\u00e9tation des radiologues. Cela permet de garantir que les cas urgents b\u00e9n\u00e9ficient d'une attention imm\u00e9diate, ce qui peut sauver des vies tout en r\u00e9duisant le stress li\u00e9 \u00e0 la gestion de listes de travail trop importantes.<\/span><\/p>\n

Soyons francs\u00a0: les radiologues sont confront\u00e9s \u00e0 une charge de travail \u00e9crasante. Le rapport 2025 de l\u2019American College of Radiology sur la charge de travail des professionnels de sant\u00e9 souligne que pour all\u00e9ger cette pression, il est indispensable de prendre en compte les tendances actuelles et de trouver des solutions jusqu\u2019ici n\u00e9glig\u00e9es. Le triage par IA repr\u00e9sente l\u2019une de ces solutions.<\/span><\/p>\n

Analyse quantitative et mesures<\/span><\/h3>\n

L'IA peut effectuer des t\u00e2ches quantitatives r\u00e9p\u00e9titives plus rapidement et de mani\u00e8re plus constante que les humains. Mesurer les dimensions des tumeurs pour les crit\u00e8res de r\u00e9ponse en oncologie, calculer la fraction d'\u00e9jection sur l'imagerie cardiaque ou analyser le volume des structures c\u00e9r\u00e9brales\u00a0: ce sont l\u00e0 des applications id\u00e9ales de l'IA.<\/span><\/p>\n

Cette technologie ne s'essouffle pas. Elle ne pr\u00e9sente aucune variabilit\u00e9 de mesure au quotidien. Pour les \u00e9tudes longitudinales suivant l'\u00e9volution d'une maladie, les mesures g\u00e9n\u00e9r\u00e9es par l'IA peuvent \u00eatre plus reproductibles que les techniques manuelles.<\/span><\/p>\n

Assistance \u00e0 la g\u00e9n\u00e9ration de rapports<\/span><\/h3>\n

Les mod\u00e8les d'IA g\u00e9n\u00e9ratifs multimodaux peuvent d\u00e9sormais r\u00e9diger des comptes rendus de radiologie directement \u00e0 partir de donn\u00e9es d'imagerie. Des recherches men\u00e9es en d\u00e9cembre 2025 montrent que ces mod\u00e8les gagnent en performance, bien qu'une validation rigoureuse soit n\u00e9cessaire.<\/span><\/p>\n

Le mot cl\u00e9\u00a0? Brouillon. Ces rapports g\u00e9n\u00e9r\u00e9s par l\u2019IA n\u00e9cessitent une relecture et une correction par un radiologue. La pr\u00e9cision clinique est primordiale\u00a0: une omission ou un niveau de certitude inappropri\u00e9 peuvent induire en erreur les m\u00e9decins prescripteurs et nuire aux patients.<\/span><\/p>\n

Mais attendez. Si l'IA peut g\u00e9n\u00e9rer une premi\u00e8re \u00e9bauche acceptable qu'un radiologue affine ensuite, il s'agit d'un multiplicateur de productivit\u00e9, et non d'un remplacement.<\/span><\/p>\n

Ce que l'IA ne peut pas faire en radiologie<\/span><\/h2>\n

Venons-en maintenant aux limitations qui emp\u00eachent l'IA de fonctionner comme un radiologue autonome, aussi sophistiqu\u00e9s que soient les algorithmes.<\/span><\/p>\n

Int\u00e9gration au contexte clinique<\/span><\/h3>\n

L'imagerie n'est jamais consid\u00e9r\u00e9e isol\u00e9ment. Un petit nodule pulmonaire peut avoir une signification totalement diff\u00e9rente chez un non-fumeur de 25 ans et chez un fumeur de 65 ans. Un m\u00eame r\u00e9sultat d'imagerie peut \u00eatre crucial dans un contexte clinique et fortuit dans un autre.<\/span><\/p>\n

Les mod\u00e8les d'IA entra\u00een\u00e9s sur des images peinent \u00e0 effectuer ce raisonnement contextuel. Ils n'int\u00e8grent pas naturellement l'\u00e2ge du patient, ses sympt\u00f4mes, ses r\u00e9sultats d'analyses, ses traitements m\u00e9dicamenteux, ses ant\u00e9c\u00e9dents chirurgicaux et familiaux comme le fait automatiquement un radiologue.<\/span><\/p>\n

D'apr\u00e8s une \u00e9tude sur la g\u00e9n\u00e9ralisabilit\u00e9 de l'IA publi\u00e9e fin 2025, les mod\u00e8les d'IA \u00e9chouent souvent lorsqu'ils sont d\u00e9ploy\u00e9s dans des contextes cliniques diff\u00e9rents de celui o\u00f9 ils ont \u00e9t\u00e9 entra\u00een\u00e9s. Apr\u00e8s avoir examin\u00e9 des \u00e9tudes portant sur diverses t\u00e2ches diagnostiques, les chercheurs ont constat\u00e9 que seules six r\u00e9pondaient aux crit\u00e8res d'inclusion pour une validation externe rigoureuse. Des mod\u00e8les ayant obtenu d'excellents r\u00e9sultats dans un \u00e9tablissement se sont r\u00e9v\u00e9l\u00e9s inefficaces lorsqu'ils ont \u00e9t\u00e9 appliqu\u00e9s dans des h\u00f4pitaux prenant en charge des populations de patients diff\u00e9rentes, utilisant des protocoles d'imagerie ou des \u00e9quipements de scanner diff\u00e9rents.<\/span><\/p>\n

C\u2019est un probl\u00e8me de g\u00e9n\u00e9ralisation que les radiologues humains ne rencontrent pas. La formation dans un \u00e9tablissement n\u2019emp\u00eache pas un radiologue d\u2019exercer avec comp\u00e9tence dans un autre.<\/span><\/p>\n

D\u00e9couvertes inattendues et analyse exhaustive<\/span><\/h3>\n

Voici un sc\u00e9nario que l'IA g\u00e8re mal\u00a0: un scanner prescrit pour \u00e9valuer des douleurs abdominales qui r\u00e9v\u00e8le fortuitement un cancer du poumon \u00e0 un stade pr\u00e9coce \u00e0 la base des poumons, ou des l\u00e9sions osseuses subtiles sugg\u00e9rant une maladie m\u00e9tastatique, ou un an\u00e9vrisme de l'aorte abdominale.<\/span><\/p>\n

L'IA sp\u00e9cialis\u00e9e recherche ce pour quoi elle a \u00e9t\u00e9 entra\u00een\u00e9e. Un mod\u00e8le optimis\u00e9 pour la d\u00e9tection des calculs r\u00e9naux ne signalera pas une masse pancr\u00e9atique inqui\u00e9tante. Les radiologues r\u00e9alisent des examens complets, analysant chaque structure visible sur l'image, ind\u00e9pendamment de l'indication clinique.<\/span><\/p>\n

Les discussions entre radiologues au sein de la communaut\u00e9 insistent r\u00e9guli\u00e8rement sur ce point. L'IA peut surpasser les humains dans des t\u00e2ches de d\u00e9tection sp\u00e9cifiques, mais la radiologie exige une vigilance constante face \u00e0 des dizaines de signes potentiels simultan\u00e9s.<\/span><\/p>\n

Proc\u00e9dures interventionnelles<\/span><\/h3>\n

Les biopsies guid\u00e9es par imagerie, la pose de drains, les ablations tumorales et les interventions vasculaires requi\u00e8rent une dext\u00e9rit\u00e9 manuelle, une prise de d\u00e9cision en temps r\u00e9el et une interaction avec le patient. Certaines \u00e9tudes montrent que les syst\u00e8mes d'IA peuvent localiser les cath\u00e9ters en mouvement et les guider, mais l'\u00e9cart entre \u201c\u00a0assistance\u00a0\u201d et \u201c\u00a0performance autonome\u00a0\u201d demeure consid\u00e9rable.<\/span><\/p>\n

L'\u00e9tude syst\u00e9matique de 2025 a constat\u00e9 que seulement 551 \u00e9tapes du flux de travail interventionnel b\u00e9n\u00e9ficient actuellement de solutions d'IA, contre 701 pour l'IRM. Cet \u00e9cart est logique\u00a0: la radiologie interventionnelle associe l'interpr\u00e9tation d'images \u00e0 une expertise proc\u00e9durale qui est loin d'\u00eatre automatis\u00e9e.<\/span><\/p>\n

Communication et collaboration<\/span><\/h3>\n

Les radiologues re\u00e7oivent r\u00e9guli\u00e8rement des appels de m\u00e9decins urgentistes qui cherchent des conseils sur les protocoles d'imagerie, de chirurgiens qui discutent de la planification op\u00e9ratoire, d'oncologues qui examinent la r\u00e9ponse tumorale et de m\u00e9decins g\u00e9n\u00e9ralistes qui cherchent \u00e0 clarifier les r\u00e9sultats des rapports.<\/span><\/p>\n

Ces consultations exigent des connaissances m\u00e9dicales pointues, d'excellentes aptitudes \u00e0 la communication et un jugement collaboratif. Ce sont avant tout des interactions humaines que l'IA ne peut reproduire.<\/span><\/p>\n

\u00c9coutez, c'est plus important qu'il n'y para\u00eet. La radiologie n'est pas un simple service d'interpr\u00e9tation d'images. C'est une sp\u00e9cialit\u00e9 clinique \u00e0 part enti\u00e8re, profond\u00e9ment ancr\u00e9e dans la prise en charge multidisciplinaire des patients.<\/span><\/p>\n

La v\u00e9ritable transformation : augmentation et non remplacement<\/span><\/h2>\n

Que se passe-t-il concr\u00e8tement dans les services de radiologie qui d\u00e9ploient l'IA\u00a0? La tendance qui se dessine est celle de la collaboration, et non de la comp\u00e9tition.<\/span><\/p>\n

L'IA prend en charge les t\u00e2ches de d\u00e9tection et de mesure de routine. Les radiologues peuvent ainsi concentrer leurs efforts sur les cas complexes, int\u00e9grer les r\u00e9sultats au contexte clinique et communiquer avec les \u00e9quipes soignantes. La charge de travail est all\u00e9g\u00e9e sans pour autant compromettre l'expertise des radiologues.<\/span><\/p>\n

D'apr\u00e8s une analyse de la Brookings Institution datant d'octobre 2025, les donn\u00e9es du march\u00e9 du travail ne montrent aucune perspective de disparition massive d'emplois li\u00e9e \u00e0 l'IA \u2013 du moins pour l'instant. Cette analyse, qui s'appuie sur des donn\u00e9es d'Anthropic, indique qu'environ la moiti\u00e9 des utilisations du chatbot Claude visaient \u00e0 assister les humains dans leurs t\u00e2ches, tandis que 771\u00a0000 milliards de dollars de d\u00e9ploiements d'API d'entreprise \u00e9taient destin\u00e9s \u00e0 l'automatisation. Ces \u00e9volutions m\u00e9ritent d'\u00eatre suivies de pr\u00e8s, mais les donn\u00e9es actuelles sur l'emploi restent stables.<\/span><\/p>\n

Traduction\u00a0? Les entreprises exp\u00e9rimentent l\u2019automatisation, mais les suppressions d\u2019emplois ne se sont pas encore concr\u00e9tis\u00e9es dans la plupart des secteurs, y compris celui de la sant\u00e9.<\/span><\/p>\n

L'American College of Radiology s'est positionn\u00e9 \u00e0 l'avant-garde de l'int\u00e9gration de l'IA, et non de la r\u00e9sistance \u00e0 cette technologie. Son rapport d'impact 2024 met l'accent sur la mise en \u0153uvre r\u00e9ussie des nouvelles technologies, tout en soutenant les professionnels de sant\u00e9 par la formation et la sensibilisation.<\/span><\/p>\n

Voil\u00e0 la r\u00e9ponse pragmatique. Les radiologues qui adopteront les outils d'IA b\u00e9n\u00e9ficieront d'un avantage concurrentiel. Ceux qui ignoreront ces technologies risqueront d'\u00eatre moins performants que leurs confr\u00e8res qui les auront int\u00e9gr\u00e9es.<\/span><\/p>\n

Mais c'est diff\u00e9rent de dire que l'IA remplacera compl\u00e8tement les radiologues.<\/span><\/p>\n

\"Comment<\/p>\n

Validation clinique : l'\u00e9l\u00e9ment diff\u00e9renciateur essentiel<\/span><\/h2>\n

Tous les outils d'IA ne se valent pas. Le march\u00e9 de l'IA en radiologie a connu une croissance fulgurante, et la liste des dispositifs m\u00e9dicaux dot\u00e9s d'IA de la FDA recense de nombreux produits autoris\u00e9s. Cependant, l'autorisation ne garantit pas l'utilit\u00e9 clinique.<\/span><\/p>\n

La validation clinique signifie que l'outil d'IA a \u00e9t\u00e9 test\u00e9 en situation r\u00e9elle aupr\u00e8s de populations de patients diverses et qu'il a \u00e9t\u00e9 d\u00e9montr\u00e9 qu'il apporte les b\u00e9n\u00e9fices annonc\u00e9s. Cela va au-del\u00e0 des indicateurs de performance technique mesur\u00e9s sur des ensembles de donn\u00e9es s\u00e9lectionn\u00e9s.<\/span><\/p>\n

Une \u00e9tude publi\u00e9e fin 2025 sur la g\u00e9n\u00e9ralisation de l'IA a r\u00e9v\u00e9l\u00e9 que la plupart des mod\u00e8les d'IA peinent \u00e0 s'adapter aux environnements d'entra\u00eenement. Apr\u00e8s analyse des \u00e9tudes issues de PubMed et Embase, seules six r\u00e9pondaient aux crit\u00e8res d'inclusion rigoureux pour une validation externe. L'\u00e9cart entre les performances en laboratoire et l'efficacit\u00e9 en situation r\u00e9elle est consid\u00e9rable.<\/span><\/p>\n

Quels crit\u00e8res les syst\u00e8mes de sant\u00e9 doivent-ils prendre en compte lors de l'\u00e9valuation des outils de radiologie bas\u00e9s sur l'IA\u00a0?<\/span><\/p>\n\n\n\n\n\n\n\n\n\n\n
Crit\u00e8re de validation<\/span><\/th>\nCe qu'il faut rechercher<\/span><\/th>\nPourquoi c'est important<\/span><\/th>\n<\/tr>\n<\/thead>\n
Validation externe<\/span><\/td>\nDes tests ont \u00e9t\u00e9 men\u00e9s dans plusieurs institutions autres que celle o\u00f9 le mod\u00e8le a \u00e9t\u00e9 d\u00e9velopp\u00e9.<\/span><\/td>\nCela prouve que le mod\u00e8le se g\u00e9n\u00e9ralise \u00e0 diff\u00e9rentes populations de patients et \u00e0 diff\u00e9rents protocoles d'imagerie.<\/span><\/td>\n<\/tr>\n
\u00c9tudes prospectives<\/span><\/td>\nDonn\u00e9es de d\u00e9ploiement en temps r\u00e9el, et non pas seulement une analyse r\u00e9trospective<\/span><\/td>\nD\u00e9montre l'int\u00e9gration r\u00e9elle du flux de travail et son impact clinique<\/span><\/td>\n<\/tr>\n
Autorisation r\u00e9glementaire<\/span><\/td>\nAutorisation de la FDA ou marquage CE pour l'usage clinique pr\u00e9vu<\/span><\/td>\nConfirme l'examen de s\u00e9curit\u00e9 et d'efficacit\u00e9 par les autorit\u00e9s r\u00e9glementaires<\/span><\/td>\n<\/tr>\n
Publications \u00e9valu\u00e9es par les pairs<\/span><\/td>\nDes recherches ind\u00e9pendantes publi\u00e9es dans des revues m\u00e9dicales r\u00e9put\u00e9es<\/span><\/td>\nFournit une m\u00e9thodologie transparente et un examen rigoureux des r\u00e9sultats<\/span><\/td>\n<\/tr>\n
donn\u00e9es sur les r\u00e9sultats cliniques<\/span><\/td>\nDes preuves d'am\u00e9lioration des r\u00e9sultats pour les patients, et pas seulement des indicateurs de d\u00e9tection.<\/span><\/td>\nCela montre que cet outil profite r\u00e9ellement aux patients, et pas seulement aux radiologues.<\/span><\/td>\n<\/tr>\n
Soutien \u00e0 la mise en \u0153uvre<\/span><\/td>\nFormation, assistance \u00e0 l'int\u00e9gration des flux de travail, soutien technique continu<\/span><\/td>\nD\u00e9termine si l'adoption r\u00e9ussit ou \u00e9choue dans la pratique<\/span><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

L'Institut des sciences des donn\u00e9es de l'American College of Radiology a mis en place des programmes d'\u00e9valuation des outils d'IA et de conseils \u00e0 destination de la communaut\u00e9 radiologique. Ces ressources permettent de faire la part des choses entre le marketing agressif et l'identification de solutions r\u00e9ellement valid\u00e9es.<\/span><\/p>\n

La r\u00e9alit\u00e9 du march\u00e9 du travail<\/span><\/h2>\n

Malgr\u00e9 une d\u00e9cennie de pr\u00e9dictions sur le remplacement des radiologues par l'IA, les donn\u00e9es relatives \u00e0 la main-d'\u0153uvre dressent un tableau diff\u00e9rent. Les postes de r\u00e9sidents en radiologie restent tr\u00e8s convoit\u00e9s. Les salaires des radiologues demeurent \u00e9lev\u00e9s. La demande en imagerie m\u00e9dicale continue de cro\u00eetre plus rapidement que le nombre de radiologues disponibles.<\/span><\/p>\n

Le rapport 2025 de l'American College of Radiology sur la charge de travail des professionnels de sant\u00e9 souligne que pour all\u00e9ger cette pression, il est n\u00e9cessaire de prendre en compte les tendances et de trouver des solutions n\u00e9glig\u00e9es, dont l'augmentation par l'IA.<\/span><\/p>\n

Voici ce qu'il en est de la charge de travail. Le volume d'examens d'imagerie a consid\u00e9rablement augment\u00e9 au cours des derni\u00e8res d\u00e9cennies, parall\u00e8lement aux progr\u00e8s technologiques et \u00e0 l'expansion des applications cliniques. Les scanners qui prenaient des heures dans les ann\u00e9es 1980 ne prennent plus que quelques minutes. Les capacit\u00e9s de l'IRM ont explos\u00e9. La m\u00e9decine nucl\u00e9aire et l'imagerie mol\u00e9culaire ont progress\u00e9. Chaque avanc\u00e9e g\u00e9n\u00e8re davantage d'examens \u00e0 interpr\u00e9ter pour les radiologues.<\/span><\/p>\n

L'IA ne supprime pas les postes de radiologues. Elle les aide \u00e0 g\u00e9rer un volume de travail qui serait autrement insurmontable.<\/span><\/p>\n

Les discussions entre radiologues au sein de leur communaut\u00e9 r\u00e9v\u00e8lent une attitude pragmatique. Nombre d'entre eux reconnaissent que l'IA transformera profond\u00e9ment les flux de travail. Rares sont ceux qui s'attendent \u00e0 ce qu'elle fasse dispara\u00eetre leur profession. La plupart s'attachent \u00e0 apprendre \u00e0 utiliser efficacement les outils d'IA plut\u00f4t qu'\u00e0 leur r\u00e9sister.<\/span><\/p>\n

C'est probablement l'approche la plus intelligente.<\/span><\/p>\n

L'enseignement de la radiologie s'adapte<\/span><\/h2>\n

D'apr\u00e8s les ressources de l'American College of Radiology, la formation en radiologie doit s'adapter \u00e0 un contexte en constante \u00e9volution. Les facult\u00e9s de m\u00e9decine repensent leurs programmes afin de pr\u00e9parer les futurs radiologues \u00e0 un avenir o\u00f9 l'intelligence artificielle sera omnipr\u00e9sente.<\/span><\/p>\n

Cela ne signifie pas former moins de radiologues. Cela signifie former diff\u00e9remment.<\/span><\/p>\n

Les futurs radiologues doivent comprendre les capacit\u00e9s et les limites de l'IA. Ils doivent ma\u00eetriser la mise en \u0153uvre, la validation et le contr\u00f4le de l'IA. Leurs comp\u00e9tences en communication et en consultation doivent \u00eatre renforc\u00e9es, car la d\u00e9tection de routine s'automatise et leur r\u00f4le \u00e9volue vers une interpr\u00e9tation complexe et une collaboration clinique accrue.<\/span><\/p>\n

La Soci\u00e9t\u00e9 de radiologie d'Am\u00e9rique du Nord et l'American College of Radiology proposent d\u00e9sormais de nombreuses ressources p\u00e9dagogiques sur l'IA. Les programmes de r\u00e9sidence int\u00e8grent la culture de l'IA dans leur formation. La sp\u00e9cialit\u00e9 \u00e9volue, elle ne dispara\u00eet pas.<\/span><\/p>\n

Ce que les cinq prochaines ann\u00e9es nous r\u00e9servent probablement<\/span><\/h2>\n

Pr\u00e9dire l'\u00e9volution technologique est risqu\u00e9. Mais compte tenu des tendances actuelles et des r\u00e9alit\u00e9s techniques, certaines projections semblent raisonnables pour la p\u00e9riode 2026-2031.<\/span><\/p>\n

Les outils d'IA deviendront plus sophistiqu\u00e9s et se g\u00e9n\u00e9raliseront. Leur adoption s'acc\u00e9l\u00e9rera \u00e0 mesure que la validation clinique se poursuivra et que l'int\u00e9gration s'am\u00e9liorera. Les radiologues auront de plus en plus recours \u00e0 l'IA comme pratique courante plut\u00f4t que comme une nouveaut\u00e9 exp\u00e9rimentale.<\/span><\/p>\n

La r\u00e9daction de rapports par IA g\u00e9n\u00e9rative va se perfectionner et pourrait potentiellement prendre en charge une plus grande partie des t\u00e2ches de dict\u00e9e courantes. Cependant, la relecture et la correction par un radiologue resteront indispensables dans un avenir pr\u00e9visible, compte tenu des enjeux li\u00e9s \u00e0 la pr\u00e9cision du diagnostic.<\/span><\/p>\n

En radiologie interventionnelle, les syst\u00e8mes de guidage assist\u00e9s par l'IA vont s'am\u00e9liorer, mais les \u00e9tapes manuelles de la proc\u00e9dure resteront du ressort de l'op\u00e9rateur. La robotique pourrait \u00e0 terme modifier cette donne, mais il faudra probablement plus de dix ans avant que cela ne se produise.<\/span><\/p>\n

Le probl\u00e8me de la g\u00e9n\u00e9ralisation s'am\u00e9liorera progressivement \u00e0 mesure que les mod\u00e8les seront entra\u00een\u00e9s sur des ensembles de donn\u00e9es plus diversifi\u00e9s et que des techniques comme l'apprentissage f\u00e9d\u00e9r\u00e9 permettront un entra\u00eenement interinstitutionnel sans partage de donn\u00e9es. Mais il s'agit toujours d'un d\u00e9fi fondamental qui ne dispara\u00eetra pas de sit\u00f4t.<\/span><\/p>\n

Les cadres r\u00e9glementaires continueront d'\u00e9voluer. La FDA a propos\u00e9 des approches pour r\u00e9glementer l'IA adaptative, qui continue d'apprendre apr\u00e8s son d\u00e9ploiement. Le plan strat\u00e9gique du D\u00e9partement am\u00e9ricain de la Sant\u00e9 et des Services sociaux, publi\u00e9 en janvier 2025, t\u00e9moigne de la poursuite du d\u00e9veloppement des politiques relatives \u00e0 la fiabilit\u00e9 de l'IA, \u00e0 la d\u00e9mocratisation de son acc\u00e8s et \u00e0 ses implications sur le march\u00e9 du travail.<\/span><\/p>\n

Et la demande en main-d'\u0153uvre\u00a0? La croissance du volume d'imagerie devrait continuer de d\u00e9passer celle de l'offre de radiologues. L'intelligence artificielle contribuera \u00e0 r\u00e9duire cet \u00e9cart, mais les postes de radiologues ne dispara\u00eetront pas.<\/span><\/p>\n

Les radiologues les plus susceptibles de r\u00e9ussir sont ceux qui adoptent les outils d'IA, d\u00e9veloppent une expertise dans leur application et se concentrent sur les aspects sp\u00e9cifiquement humains de leur sp\u00e9cialit\u00e9 que les algorithmes ne peuvent pas reproduire.<\/span><\/p>\n

Choisir les outils d'IA : un cadre pratique<\/span><\/h2>\n

Pour les services de radiologie qui envisagent l'adoption de l'IA, la validation clinique devrait guider la prise de d\u00e9cision plut\u00f4t que les promesses marketing.<\/span><\/p>\n