Usages and perceptions of artificial intelligence among French radiologists

Bien que l'adoption de l'intelligence artificielle en radiologie en France soit actuellement limitée par des coûts élevés et un équipement insuffisant, les radiologistes font preuve d'une forte volonté d'adoption et d'une très faible peur d'être remplacés par ces technologies.

L'essentiel

🩺 Le Médecin, le Robot et le Scanner : Ce que pensent les radiologues français

Imaginez que vous êtes un radiologue. Votre travail, c'est de regarder des milliers d'images (des radios, des IRM, des mammographies) pour trouver des maladies cachées, un peu comme un détective qui cherche des indices invisibles à l'œil nu.

Aujourd'hui, une nouvelle équipe est arrivée dans le bureau : l'Intelligence Artificielle (IA). C'est un assistant robotique ultra-rapide capable de repérer des détails que l'œil humain pourrait manquer.

Mais la question est : Les radiologues français sont-ils prêts à travailler avec ce robot ?

Voici ce que révèle l'étude, expliquée avec des images simples :

1. Le Paradoxe : On veut le robot, mais il est dans un coffre-fort

C'est un peu comme si tout le monde voulait une voiture de sport pour aller au travail, mais que le garage était fermé à double tour et que le carburant coûtait une fortune.

• L'envie : Plus de 70% des radiologues disent : « Oui, je veux utiliser l'IA ! » Et personne (0%) ne dit : « Non, je refuse catégoriquement ». C'est une envie massive.
• Le problème : Pourquoi ne l'utilisent-ils pas encore partout ?
  • Le prix : L'IA est chère. C'est comme si on leur proposait un outil magique, mais qu'il coûtait le prix d'une maison.
  • L'équipement : Beaucoup de cabinets de radiologie (surtout hors des grands hôpitaux) n'ont tout simplement pas les ordinateurs ou les logiciels nécessaires pour faire tourner ce robot. C'est comme avoir une Ferrari mais pas de route pour rouler.

2. La peur du remplacement : Un mythe

Beaucoup de gens pensent que les robots vont voler le travail des humains.

• La réalité : Les radiologues ne sont pas terrifiés. Seulement 8% d'entre eux ont peur d'être remplacés.
• L'analogie : Ils ne voient pas l'IA comme un remplaçant, mais comme un super-collègue. Ils veulent que le robot fasse le travail de "tri" fastidieux pour qu'ils puissent se concentrer sur les cas complexes et le patient. C'est comme un pilote d'avion qui utilise un pilote automatique pour le vol de croisière, mais qui garde les mains sur le manche pour l'atterrissage.

3. Le cas spécial de la mammographie (Le cancer du sein)

L'étude fait une distinction importante entre les radiologues qui font de la mammographie et les autres.

• Les autres radiologues : Ils sont très enthousiastes. Ils disent que l'IA améliore leur travail de 85%.
• Les spécialistes du sein : Ils sont un peu plus sceptiques (seulement 65% disent que ça aide). Pourquoi ? Parce que c'est un domaine très sensible. Parfois, l'IA repère des choses qui ne sont pas des cancers (de faux positifs), ce qui oblige le médecin à perdre du temps à vérifier. C'est comme un détecteur de métaux trop sensible qui sonne à chaque fois qu'on passe près d'une clé, ce qui finit par être fatiguant.

4. Ce qu'ils attendent vraiment

Si on leur donnait l'IA gratuitement demain, que feraient-ils ?

• Aider au diagnostic : « Regarde, il y a peut-être quelque chose ici. »
• Réduire les erreurs : Éviter de rater un cancer ou de faire peur à un patient pour rien.
• Gagner du temps : Arrêter de passer des heures à compter ou à trier des images pour se concentrer sur l'essentiel.

🚀 La Conclusion en une phrase

Les radiologues français sont prêts et motivés pour utiliser l'intelligence artificielle comme un super-assistant, mais ils sont bloqués par le prix et le manque d'équipement. Ils ne veulent pas être remplacés par des robots ; ils veulent des robots qui les aident à être plus précis, plus rapides et plus humains avec leurs patients.

En résumé : L'IA est le moteur de la voiture, les radiologues sont les conducteurs, mais pour l'instant, beaucoup de garages sont fermés et l'essence est trop chère. Il faut ouvrir les portes et rendre le carburant accessible pour que la course commence vraiment.

Résumé technique

1. Problématique et Contexte

L'intégration de l'intelligence artificielle (IA) en radiologie, initialement conçue pour la segmentation et la classification d'images, évolue vers une aide au diagnostic visant à améliorer la précision, la prédiction et la personnalisation des soins. Bien que l'IA soit particulièrement avancée en imagerie mammaire (dépistage du cancer du sein), son adoption en France reste hétérogène et limitée.

• Constat : Malgré un potentiel reconnu, seulement 10 à 30 % des centres de radiologie seraient équipés en IA pour l'interprétation mammographique (selon des estimations 2023-2024).
• Objectif de l'étude : Comprendre les freins à l'adoption, identifier les leviers d'accélération et analyser les attentes des radiologues français, en se concentrant sur la mammographie comme domaine d'étude prioritaire.

2. Méthodologie

L'étude repose sur une enquête par questionnaire en ligne (Google Forms) respectant le RGPD, menée auprès d'un échantillon de 100 radiologues pratiquant sur l'ensemble du territoire français (métropole et DOM-TOM).

• Recrutement : Via des plateformes professionnelles (LinkedIn), des réseaux de radiologues et des sollicitations de groupes de centres d'imagerie.
• Profil de l'échantillon :
  • Géographie : Sur-représentation de l'Île-de-France (48 %), reflétant la densité médicale parisienne.
  • Expérience : Population majoritairement expérimentée (89 % avec plus de 10 ans de pratique ; 38,9 % ayant 20 à 30 ans d'expérience).
  • Spécialité : 72 % des répondants interprètent des mammographies.
• Données collectées : 10 questions distinguant les utilisateurs d'IA des non-utilisateurs, et les radiologues en mammographie des autres. Les questions portaient sur le profil, les freins, les attentes, la perception de l'amélioration du flux de travail et la peur du remplacement.

3. Contributions et Résultats Clés

A. Taux d'adoption et freins

• Adoption actuelle :
  • 52,8 % des radiologues en mammographie utilisent l'IA (contre 75 % pour les autres radiologues).
  • Ce taux est supérieur aux statistiques nationales (20-30 %), suggérant un biais de sélection (les utilisateurs d'IA sont plus enclins à répondre).
• Principaux obstacles (pour les non-utilisateurs) :
  • Manque d'équipement : C'est le frein majeur (94,1 % pour les mammographes, 71,4 % pour les autres).
  • Coût : 35,3 % des mammographes citent le coût élevé comme barrière.
  • Manque de confiance : Seulement 8,8 % des mammographes expriment une méfiance envers les solutions.
  • Perception de la valeur ajoutée : 42,9 % des autres radiologues ne perçoivent pas encore de valeur ajoutée dans leur pratique.

B. Intention d'adoption et craintes

• Volonté d'adoption : Une majorité écrasante des radiologues non-utilisateurs souhaitent adopter l'IA (79,4 % des mammographes et 71,4 % des autres).
• Refus : 0 % des répondants déclarent refuser catégoriquement l'utilisation de l'IA.
• Peur du remplacement : Cette crainte est très faible, voire inexistante :
  • 8,8 % des mammographes et 0 % des autres radiologues craignent d'être remplacés par l'IA.
• Accès gratuit : 79,4 % des mammographes non-utilisateurs souhaiteraient avoir accès à une solution IA gratuite.

C. Impact sur le flux de travail et attentes

• Amélioration du workflow :
  • 65,8 % des mammographes utilisateurs rapportent une amélioration de leur flux de travail (contre 85,7 % pour les autres radiologues).
  • Note technique : Les spécialistes du sein rapportent une amélioration moindre, potentiellement due au temps supplémentaire passé à débattre des cas douteux ou des discordances avec l'IA.
• Attentes principales (issues des champs libres) :
  1. Aide au diagnostic : Attente la plus forte (46,2 % chez les mammographes utilisateurs).
  2. Réduction des erreurs : (Faux négatifs et faux positifs).
  3. Gain de temps / Productivité : Plus marqué chez les autres radiologues (42,9 % chez les non-utilisateurs).

4. Discussion et Limites

• Biais d'échantillonnage : L'échantillon est petit (n=100) et comporte une sur-représentation des radiologues parisiens et expérimentés. Les jeunes radiologues (<10 ans) sont sous-représentés (6,9 %), probablement par manque de temps.
• Spécificité Mammographie : L'adoption est plus lente en mammographie qu'en autres sous-spécialités. Cela s'explique par un nombre plus faible d'algorithmes certifiés CE en imagerie du sein (environ 10 % du marché) et des défis d'intégration au flux de travail (gestion des discordances, confiance).
• Facteurs de confiance : L'étude souligne que la clé de l'adoption réside dans la transparence, la gouvernance des données, l'explicabilité des algorithmes (conformément à l'AI Act européen) et la formation des praticiens.

5. Signification et Conclusion

Cette étude démontre que les radiologues français sont prêts à adopter l'IA, mais que le frein principal n'est pas psychologique (peur du remplacement) ni technique (méfiance), mais économique et infrastructurel (coût et absence d'équipement dans les centres).

• Recommandations : Pour accélérer l'intégration, il est crucial de :
  1. Faciliter l'accès financier aux solutions (modèles gratuits ou subventionnés).
  2. Développer des outils qui s'intègrent parfaitement au flux de travail clinique sans le ralentir.
  3. Renforcer la formation et la transparence des fournisseurs d'IA pour bâtir la confiance.
• Impact : Une adoption réussie permettrait de passer à un paradigme de médecine plus préventif, précis et personnalisé, bénéficiant directement au dépistage du cancer du sein et à la santé des patients.

Avertissement : L'article est une prépublication (preprint) non certifiée par l'examen par les pairs et ne doit pas être utilisé pour guider la pratique clinique immédiate.