Google Cloud a dévoilé une nouvelle suite de produits destinée au secteur de la santé, plus de l’imagerie médicale. Elle doit permettre aux professionnels de mieux traiter et analyser les radios grâce, notamment, à des algorithmes surentraînés.
Depuis plusieurs années, Google travaille en collaboration avec des hôpitaux ou des universités pour développer des intelligences artificielles capables de lire des radios mieux que les docteurs. Avec l’American Association for Cancer Research, elle avait combiné IA et réalité augmentée pour détecter plus efficacement des cellules cancéreuses. Avec Naval Medical Center à San Diego, un autre algorithme avait réussi à détecter des cancers du sein métastatique avec une précision de 99 %. Avec le CHU de Northwestern, c’est au cancer du poumon que Google s’est attaqué.
Mis bout à bout, ces algorithmes entraînés sur des dizaines de milliers de radios font office de super-assistant virtuel pour les radiologues. Concentrés dans une suite disponible dans le cloud, louée aux établissements, ils seront en mesure de développer des logiciels plus performants, et d'entraîner leurs propres algorithmes de machine learning.
L’imagerie médicale renforcée par l’IA
« Google a été le pionnier de l'utilisation de l'IA et de la vision par ordinateur dans Google Photos, Google Image Search et Google Lens, et maintenant nous mettons notre expertise, nos outils et nos technologies en matière d'imagerie à la disposition des entreprises du secteur de la santé, » explique Alissa Hsu Lynch, responsable de la stratégie et des solutions MedTech de Google Cloud monde. « Notre Medical Imaging Suite montre ce qui est possible lorsque les entreprises de technologie et de soins de santé s’unissent. »
Cette suite se divise en cinq produits. Un premier étant destiné au stockage des images dans le cloud, en utilisant notamment les standards DICOM. Vient ensuite Imaging Lab qui utilise des algorithmes pour annoter les images transmises. Un autre permet de créer des jeux de données pour créer et entraîner des solutions d’analytiques. Imaging AI Pipelines aide à la création de modèles d’apprentissages, pour obtenir des résultats toujours plus précis. Enfin, Imaging Deployment offre une gestion précise de la sécurité des données ainsi que des règles applicables de protection de la vie privée.
« La taille et la complexité de ces images sont énormes, et souvent, les images restent assises dans des silos de données à travers une organisation » poursuit Alissa Hsu Lynch. « Pour que les données d'imagerie soient utiles à l'IA, nous devons nous pencher sur l'interopérabilité et la normalisation. Cette suite est conçue pour aider les organisations de soins de santé à accélérer le développement de l'IA afin qu'elles puissent permettre un diagnostic plus rapide et plus précis et alléger la charge des radiologues. »
Sa suite à peine lancée, Google se targue de compter parmi ses premiers clients deux sociétés américaines : Hologic, qui développe du matériel de diagnostic, et Hackensack Meridian, un réseau d’établissements de santé.
Pour d’autres, elle permettra de mettre en place une infrastructure prête à tirer profit des algorithmes et du cloud pour l'imagerie médicale. Google fournissant des outils la construire, et non pas une plateforme qui fera le travail à la place des radiologues.
