La pathologie du numérique se définit de nombreuses manières, mais la définition de l’article “Computational Pathology: An Emerging Definition”1 de Louis DN et al aborde le sujet de façon holistique. L’auteur définit la pathologie augmentée du numérique comme une approche de diagnostic comportant de nombreuses sources de données (ex : pathologie, radiologie, opérations cliniques, moléculaires et de laboratoire) ; utilisant des modèles mathématiques pour générer des déductions diagnostiques ; et présentant des connaissances cliniques exploitables pour les clients. Elle va au-delà d’une vision axée sur l’informatique et bénéficie de la compétence de base de la pathologie et de la possibilité de communiquer efficacement les connaissances cliniquement exploitables.
–– Ian Ellis, professeur en pathologie cancéreuse, Université de Nottingham
–– Jeroen van der Laak, professeur associé au centre médical de l’Université Radboud - Radboudumc
Nous avançons rapidement vers une ère où la pathologie nouvelle génération devient une réalité avec l’arrivée de l’anatomopathologie numérique. Des changements radicaux sont observés dans la prise en charge du cancer avec la médecine de précision et les traitements personnalisés qui se développent jour après jour. Les pathologistes tiennent un rôle central dans ce désir de médecine personnalisée. C’est au bureau du pathologiste que les premières décisions cliniques concernant le patient sont prises, et cela demeurera ainsi.²
Une charge de travail de plus en plus importante
Pénurie de pathologistes
La pathologie augmentée du numérique a été créée pour aider à améliorer l’écosystème de la pathologie et à aller au-delà pour soutenir différentes activités et différents objectifs en laboratoire, notamment :
Aujourd’hui, l’un des principaux sujets de conversation dans le traitement du cancer est l’impact de la médecine de précision. La vitesse à laquelle cette dernière deviendra abordable et aussi précise que possible ne sera réalité que lorsque les institutions et les services commenceront à soutenir le développement de la pathologie augmentée du numérique.
L’amélioration de la précision diagnostique
L’optimisation de la prise en charge des patients
La réduction des coûts via l’amélioration des rendements en laboratoire
L’évolution de l’apprentissage en profondeur et l’amélioration de la précision pour la reconnaissance des tracés d’images ont été impressionnantes ces dernières années. Les performances d’ImageNet se sont lentement améliorées et sont pour la première fois capables de défier l’humain de manière significative avec des taux d’erreur inférieurs à 5 %.4
Exemple pratique : nous observons dans les concours automobiles moins de voitures potentiellement alimentées par des technologies d’apprentissage en profondeur. De nombreuses raisons portent à croire que la numérisation des images et l’utilisation de l’apprentissage machine pourraient aider les pathologistes à être plus rapides, plus exacts et à réaliser des diagnostics plus précis pour les patients. Il s’agit d’une mission importante dans le domaine de la pathologie depuis plus de 30 ans. Pourtant, c’est seulement récemment que l’amélioration de l’acquisition, du stockage, du traitement et des algorithmes a permis de poursuivre cette mission efficacement.5
1 – Louis DN et al, Computational pathology: an emerging definition, Arch Pathol Lab Med, Volume 138, Issue 9, 2014 2 - Sara Bainbridge et al.. (2016). TESTING TIMES TO COME?. Available: https://www.cancerresearchuk.org/sites/default/files/testing_times_to_come_nov_16_cruk.pdf 3 - Cancer Facts & Figures - Association of American Medical Colleges. (2014). Physician Specialty Data Book. Disponible sur : https://members.aamc.org/eweb/upload/Physician%20Specialty%20Databook%202014.pdf 4 – Kaiming He et al. (2015). Delving Deep into Rectifiers: Surpassing Human-Level Performance on ImageNet Classification 5 - Louis DN et al, Computational Pathology. A Path Ahead, Arch Pathol Lab Med, Vol 140, 2016
La solution Philips Intellisite est un dispositif médical de diagnostic in vitro CE 0344. Elle est destinée à être utilisée par les pathologistes pour faciliter le diagnostic in vitro. Ce diagnostic est pris en charge par les organismes d’assurance maladie dans certaines situations. Lisez attentivement la notice d’utilisation. Octobre 2016
You are about to visit a Philips global content page
Continue