Intelligence clinique et intelligence artificielle

L’intelligence artificielle (IA) actuelle en médecine peut se prévaloir de grandes performances, particulièrement en analyse d’images à visées diagnostique et pronostique, mais, en pratique clinique quotidienne, les résultats de l’IA fondés sur des données probantes restent peu nombreux. Dans cet article, sont analysés les caractéristiques de l’intelligence clinique en pratique médicale, puis les succès et promesses de l’IA, de même que les limites, réserves et critiques apportées à l’introduction de l’IA en clinique de première ligne. Est soulignée l’importance de certains aspects éthiques et de régulation, notamment une « garantie humaine » à l’IA, telle que celle suggérée par le Comité consultatif national d’éthique pour les sciences de la vie et de la santé (CCNE). L’intelligence clinique pourrait être cette garantie humaine de l’IA en médecine, leur complémentarité pouvant conduire à une qualité de décisions largement supérieure à celle fournie séparément par chacune d’elles.

Caractérisation de la propreté inclusionnaire d’aciers de fonderie par analyse d’images en microscopie électronique à balayage

L’étude porte sur les aciers bas carbone (0,2 %) faiblement alliés bruts de fonderie. Les différentes opérations effectuées dans le bain liquide de l’acier influent sur la population inclusionnaire ; ces inclusions sont elles-mêmes responsables d’une partie des propriétés mécaniques de l’acier. Leur contrôle et leur étude revêtent donc une grande importance. L’objet de ce travail est de mettre au point une méthode de comptage, d’en évaluer la fiabilité et la reproductibilité ainsi que d’en montrer la limite. D’ordinaire, cette opération est réalisée par microscopie optique, méthode longue à mettre en œuvre et ne couvrant qu’une surface d’échantillon très limitée. La méthode présentée ici requiert un microscope électronique à balayage (MEB) doté d’une forte stabilité du faisceau d’où l’utilisation d’un canon à émission de champs (FEG). Cette méthode est plus rapide et couvre une surface plus large. Elle est déjà utilisée en sidérurgie pour des aciers laminés mais est beaucoup moins courante pour des contrôles métallurgiques sur des aciers moulés. Pour transposer cette méthode à ce type d’acier il est donc nécessaire de confirmer sa fiabilité et sa répétabilité. Dans un premier temps, un opérateur définit des critères morphologiques et chimiques sur les inclusions rencontrées dans une zone représentative très réduite. Dans un second temps, un logiciel scanne automatiquement une zone beaucoup plus large et classe les inclusions détectées selon les critères pré-définis (taille, forme, nature). Afin de statuer sur la répétabilité et la reproductibilité de cette méthode, une étude statistique est réalisée sur une surface test ; cette zone est analysée plusieurs fois dans le but de définir des intervalles de tolérances. Si les résultats obtenus en termes de population inclusionnaire sont significatifs, il sera alors possible de statuer sur la pertinence des différentes opérations effectuées dans les bains d’acier liquide.

Approches Multi-Hiérarchiques pour l'Analyse d'Images de Télédétection

Au cours de la dernière décennie, la télédétection par imagerie satellitaire a connu plusieurs révolutions, liées d'une part à l'augmentation spectaculaire du nombre de dispositifs d'acquisition, et d'autre part aux progrès des capteurs tant en termes de résolutions spatiale et temporelle que spectrale. Dans ce contexte, de nouvelles problématiques sont apparues,notamment en traitement et analyse d'images. L'un des axes de recherche les plus prometteurs pour traiter ces problématiques s'appuie sur la notion de hiérarchie, qui peut se décliner sous plusieurs formes et ainsi permettre de traiter plusieurs types de tâches, du traitement de bas-niveau jusqu'à l'analyse de haut niveau. Dans cet article, nous décrivons certaines tendances récentes liées à ces approches hiérarchiques.