Cyril Cardon a 31 ans et se considère comme un passionné d’informatique, en particulier dans le domaine de l’imagerie médicale. La modélisation d’organes vitaux et autres composants du corps humain lui procurent un véritable sentiment de satisfaction. Aujourd’hui, il a la sensation de se sentir utile dans son métier et de contribuer à diagnostiquer des pathologies. Cyril nous raconte son parcours et ce qui l’a mené à travailler dans la conception de logiciels médicaux par le biais de l’intelligence artificielle.

J’ai commencé par un parcours généraliste à Strasbourg, en école d’ingénieur, où j’ai choisi de me spécialiser dans le traitement d’image. C’est une science qui consiste, entre autres, à manipuler des images pour pouvoir détecter des éléments. Cela peut servir à faire de la vidéosurveillance, des satellites, des radars, mais aussi de l’imagerie médicale, pour détecter les contours d’un organe par exemple. C’est précisément ça qui m’intéressait&nbsp;: le fait de pouvoir appliquer ces techniques mathématiques au domaine de la santé.&nbsp;&nbsp;Dans cette optique, j’ai opté pour un Master santé au sein de l’école, afin d’apprendre à faire du traitement d’images médicales issues de scanners et d’IRM. À l’instar des filtres Snapchat où tu peux détecter des contours, nous faisions la même chose avec les organes, notamment en appliquant des filtres mathématiques pour mieux les identifier. De la même manière qu’un médecin va observer l’état des vaisseaux sanguins ou des artères coronaires pour déterminer une pathologie, la machine est en mesure de faire ce type d’analyse, mais de façon beaucoup plus rapide et plus reproductible. Je trouvais ça génial, et surtout extrêmement utile, de pouvoir faire de la Medtech de cette façon&nbsp;!&nbsp;

« Je trouvais ça génial de pouvoir faire de la Medtech de cette façon » 

large_IA_medtech_90624b4580.jpg

medium_IA_medtech_90624b4580.jpg

small_IA_medtech_90624b4580.jpg

thumbnail_IA_medtech_90624b4580.jpg

IA_medtech_90624b4580.jpg

J’ai continué dans cette voie en réalisant mon stage de fin d’études chez&nbsp;<a href="https://www.gehealthcare.fr/">GE Healthcare</a>. Mon rôle consistait à faire de la détection de pathologies dans les coronaires, soit les artères qui alimentent le cœur, à partir d’images issues de scanners. Plus précisément, mon but était de quantifier leur rétrécissement de façon automatique, grâce à une machine. L’objectif était, par exemple, de voir si les artères étaient bouchées et à quel pourcentage d’occlusion [cela peut servir notamment à identifier la présence de cholestérol et à anticiper les problèmes cardiovasculaires, ndlr.].

Afin de pouvoir détecter des pathologies à l’aide de l’intelligence artificielle, j’ai appris des techniques de machine learning. Cela consistait à «&nbsp;donner à manger&nbsp;» à l’<a href="https://newfirmgeneration.mazars.fr/article/Tips-to-be-Top/Comment-faire-entrer-intelligemment-l'IA-dans-ta-boite">IA </a>avec des données qu’elle allait ensuite apprendre, pour pouvoir effectuer certaines actions. Grâce à cet apprentissage, la machine était capable, notamment, d’isoler les organes du reste du corps pour pouvoir les observer en 3D, et voir s’ils ne présentaient pas d’anomalies. Tout ça en un temps beaucoup plus rapide que les humains&nbsp;! D’ailleurs, je dois avouer que j’étais surexcité la première fois que j’ai vu un cœur battre en 3D. Je me suis dit&nbsp;: «&nbsp;wouaw, c’est du délire&nbsp;! » (rires).&nbsp;&nbsp;Pour permettre à l’IA d’identifier les pathologies, les développeurs mettent au point un code bien spécifique. Ils essayent ainsi de deviner la façon dont le cerveau humain identifie les contours d’un organe. Pour cela, ils choisissent des éléments de l’image qu’ils souhaitent montrer à la machine, avec plein d’exemples différents, jusqu’à ce qu’elle apprenne à reconnaître l’organe correctement. In fine, les médecins gagnent un temps précieux, car la machine va beaucoup plus vite dans l’analyse des données.&nbsp;

« J’étais surexcité la première fois que j’ai vu un cœur battre en 3D »

intelligence_artificielle_medtech_952fab4ee0.jpg

large_intelligence_artificielle_medtech_952fab4ee0.jpg

medium_intelligence_artificielle_medtech_952fab4ee0.jpg

small_intelligence_artificielle_medtech_952fab4ee0.jpg

thumbnail_intelligence_artificielle_medtech_952fab4ee0.jpg

À la suite de mon stage, j’ai intégré une équipe de développement de logiciels d’aide au diagnostic. Ils sont conçus à destination des radiologues, des cardiologues ou des chirurgiens pour les aider dans leur prise de décision.&nbsp;&nbsp;Prenons l’exemple d’un patient qui s’est cassé la colonne vertébrale. Le médecin va lui faire un scanner et décider, à partir de ce dernier, s’il doit opérer ou non. Mon rôle était de mettre au point un logiciel permettant d’analyser le scan plus rapidement, en présentant directement les zones d’intérêt à l’écran et dans la bonne orientation. Nous concevions des IA capables d’afficher des images en 3D, dans plusieurs dispositions différentes, afin que le médecin puisse les visualiser dans tous les sens. Notre but&nbsp;? Qu’il soit en mesure d’identifier la fracture le plus rapidement possible, grâce à la disposition de l’image.&nbsp;&nbsp;Pour cela, nous avons mis au point des algorithmes afin que le radiologue puisse, en un coup d’œil, observer toutes les vertèbres d’un coup et localiser la zone à travailler. Avant cela, il était obligé de manipuler les images à la main, les déplacer et chercher la bonne orientation pour trouver la fracture. Cela lui prenait beaucoup plus de temps&nbsp;! Nous avons mis en place ce type de procédé sur tous types d’imageries médicales (la tête, le cœur, le foie, les membres…). Pour chaque pathologie, nous avions un logiciel spécifique.&nbsp;

Medtech_intelligence_artificielle_bbc1db4b1a.jpg

large_Medtech_intelligence_artificielle_bbc1db4b1a.jpg

medium_Medtech_intelligence_artificielle_bbc1db4b1a.jpg

small_Medtech_intelligence_artificielle_bbc1db4b1a.jpg

thumbnail_Medtech_intelligence_artificielle_bbc1db4b1a.jpg

Contrairement à ce que l’on pourrait croire, l’<a href="https://newfirmgeneration.mazars.fr/article/DansTonActu/Quand-l'intelligence-artificielle-vole-au-secours-de-l'ecologie">intelligence artificielle</a> médicale existe depuis plus de 30 ans chez GE&nbsp;! La différence, à l’heure actuelle, réside dans le mode de fonctionnement. Les algorithmes ne sont plus codés à la main par des développeurs&nbsp;: la machine arrive désormais à apprendre par elle-même à détecter des organes et d’autres éléments du corps humain, à partir des exemples que nous lui avons donné au préalable. Avec cette autonomisation croissante, l’intelligence artificielle arrive à analyser un nombre d’images encore plus important qu’avant et de façon encore plus rapide.Au cours de mon travail chez GE, je me suis particulièrement intéressé au domaine cardiovasculaire, car je trouve cela extrêmement utile de travailler sur les organes vitaux. Dans ce cadre, on utilise l’IA pour détecter des pathologies cardiaques, en modélisant le cœur et ses composants en 3D, comme évoqué précédemment. Évidemment, ça aide énormément le corps médical dans l’élaboration de son diagnostic, mais il faut rester très vigilant&nbsp;!&nbsp;Je pense qu’il faudra toujours avoir un regard humain, car des pronostics vitaux sont engagés. Par exemple, le médecin peut désormais être assisté par une intelligence artificielle lors de la préparation d’une valve aortique. La machine est en effet capable de mesurer le contour d’une valve défaillante, pour qu’elle puisse être remplacée par une valve mécanique ou une valve de cochon. Toutefois, si durant l’opération, on réalise que l’IA a mal effectué ses mesures et que le patient est ouvert en deux sur la table, c’est une catastrophe&nbsp;! Voilà pourquoi il est impératif que le travail de l’IA soit toujours vérifié par un médecin.

« Il faudra toujours avoir un regard humain, car des pronostics vitaux sont engagés »

large_IA_medecine_74972c01d3.jpg

medium_IA_medecine_74972c01d3.jpg

small_IA_medecine_74972c01d3.jpg

thumbnail_IA_medecine_74972c01d3.jpg

IA_medecine_74972c01d3.jpg

Certes, l’intelligence artificielle n’est pas complètement autonome aujourd’hui, mais on peut sans hésiter dire qu’elle accélère considérablement le processus médical. A l’avenir, on aimerait travailler sur la priorisation des cas médicaux chez GE.&nbsp;&nbsp;Par exemple, si un médecin arrive au cabinet et qu’il a 50 scanners à regarder, l’IA pourrait afficher en priorité les images présentant une pathologie, afin de l’aider à trier les cas par degré d’urgence. Ce type d’algorithmes permettrait de sauver encore plus de vies&nbsp;! En complément, on pourrait imaginer une IA plus généraliste, capable d’étendre le diagnostic.&nbsp;&nbsp;Imaginons un patient qui consulte parce qu’il a un problème au cœur. Pour l’instant, l’intelligence artificielle ne propose que des résultats liés à cet organe au cardiologue. D’ici à quelques années, il serait intéressant d’avoir des logiciels qui permettent à l’IA de détecter des problèmes annexes – à condition qu’ils soient visibles sur le scan – et les faire ressortir pour le médecin (ce dernier n’aurait pas forcément pris le temps d’aller examiner le reste du corps). Cela lui permettrait de détecter des tumeurs qu’il ne serait pas naturellement aller chercher par exemple. C’est clairement dans ce genre de direction que nous souhaitons aller pour aider davantage le corps médical, et c’est ce qui me motive dans mon travail.&nbsp;

« Ce type d’algorithmes permettrait de sauver encore plus de vies ! »

Intelligence_artificielle_medecine_07f92d671e.jpg

large_Intelligence_artificielle_medecine_07f92d671e.jpg

medium_Intelligence_artificielle_medecine_07f92d671e.jpg

small_Intelligence_artificielle_medecine_07f92d671e.jpg

thumbnail_Intelligence_artificielle_medecine_07f92d671e.jpg

Aujourd’hui, les technologies que nous mettons en place chez GE permettent déjà de sauver des vies. L’IA que nous avons développée est capable de modéliser la façon dont le sang circule dans le cerveau durant le scan, afin d’alerter le médecin. Par conséquent, si le patient fait un AVC au cours de son IRM, l’IA est en mesure de l’identifier.&nbsp;Lorsque cela arrive, il faut pouvoir agir dans les secondes/minutes qui suivent l’accident cardiovasculaire. Grâce à cette modélisation de l’IA, le médecin peut généralement intervenir à temps. C’est très gratifiant de pouvoir aider à ce point au diagnostic !&nbsp;Après quelques mois à travailler sur ce type d’algorithmes, j’ai évolué vers un poste de chef de projet pour le développement de logiciels. Mon rôle, davantage axé sur le produit fini, consistait à me pencher sur l’interface produit en discutant avec les personnes en charge de la vente des logiciels médicaux.&nbsp;

« C’est très gratifiant de pouvoir aider à ce point au diagnostic ! »

Medecine_intelligence_artificielle_a3031de2b1.jpg

large_Medecine_intelligence_artificielle_a3031de2b1.jpg

medium_Medecine_intelligence_artificielle_a3031de2b1.jpg

small_Medecine_intelligence_artificielle_a3031de2b1.jpg

thumbnail_Medecine_intelligence_artificielle_a3031de2b1.jpg

Le but était de proposer le meilleur produit sur le marché de la santé. Pour cela, j’ai mené de nombreuses enquêtes terrain en interviewant différents médecins, dans divers pays du monde. L’objectif était de déterminer leurs besoins et de proposer une solution qui leur corresponde. On leur faisait tester nos produits et c’était sympa d’avoir des feedbacks en réel&nbsp;!&nbsp;Une fois que nous avions identifié les meilleures options possibles, on pouvait ensuite passer à la phase pratique, qui était celle du développement du logiciel. J’avais toujours cette casquette de développeur et je participais donc également à cette phase du processus.

À l’heure actuelle, je suis responsable d’équipe, ce qui implique des responsabilités plus importantes. Dans ce cadre, j’ai plutôt un rôle de coaching&nbsp;: je m’assure que le code est développé de la bonne façon et je travaille à son amélioration, afin que les logiciels soient encore plus performants.&nbsp;&nbsp;En ce moment, on est en train de bosser sur la réarchitecture de nos interfaces, afin que les médecins puissent accéder à nos applications depuis n’importe où, à l’aide de leur tablette ou de leur téléphone.&nbsp;L’idée est qu’ils puissent être plus mobiles dans leur métier et que l’appli ne soit pas uniquement consultable depuis leur ordinateur de bureau. Cela représente un gain de temps précieux&nbsp;! Le médecin peut consulter les données du patient où qu’il soit, notamment s’il est en home office ou s’il souhaite montrer des images à un collègue d’un autre hôpital, par exemple. Bien entendu, nos serveurs sont extrêmement protégés, parce qu’il s’agit de données médicales très confidentielles. Le médecin y accède à l’aide d’identifiants hautement sécurisés.&nbsp;

« Aujourd’hui, j’ai davantage un rôle de coaching » 

large_Medecine_IA_b7e738df80.jpg

medium_Medecine_IA_b7e738df80.jpg

small_Medecine_IA_b7e738df80.jpg

thumbnail_Medecine_IA_b7e738df80.jpg

Medecine_IA_b7e738df80.jpg

Je suis très heureux de faire ce métier, car sa finalité est vraiment noble selon moi. Je me dis régulièrement&nbsp;: mon job dans la Medtech me permet d’aider les gens de façon très concrète.&nbsp;

Cyril Cardon a 31 ans et se considère comme un passionné d’informatique, en particulier dans le domaine de l’imagerie médicale. La modélisation d’organes vitaux et autres composants du corps humain lui procurent un véritable sentiment de satisfaction. Aujourd’hui, il a la sensation de se sentir utile dans son métier et de contribuer à diagnostiquer des pathologies. Cyril nous raconte son parcours et ce qui l’a mené à travailler dans la conception de logiciels médicaux par le biais de l’intelligence artificielle.

Cyril Cardon : « Mon job dans la Medtech me permet d’aider les gens de façon très concrète »

large_Medtech_IA_a37ba298e4.jpg

medium_Medtech_IA_a37ba298e4.jpg

small_Medtech_IA_a37ba298e4.jpg

thumbnail_Medtech_IA_a37ba298e4.jpg

Medtech_IA_a37ba298e4.jpg

Cyril nous fait part de sa passion pour l’informatique et ce qui l’a mené à travailler dans Medtech, en tant que conception de logiciels médicaux via l’IA.

‌‌

Ces articles peuvent t’intéresser