Pour une image saine et éthique en radiologie

Le principal risque est l'utilisation secondaire non autorisée de données qui ont été initialement recueillies pour les soins cliniques. Lorsque les données sont ensuite analysées par les chercheurs en vue d'une étude rétrospective, il y a un risque, si les données n'ont pas été complètement anonymisées, que les patients puissent être identifiés par des indices visuels subtils ou par les métadonnées contenues dans leur dossier.

Nous disons qu'il faut un cadre pour assurer la sécurité et l'anonymisation des données et qu'il faut discuter des questions éthiques entourant la confidentialité des renseignements personnels des patients. À l'heure actuelle, soit les patients donnent leur consentement explicite à un projet de recherche particulier, soit les comités d'examen des établissements renoncent au consentement pour l'utilisation secondaire des données déjà recueillies. Nous devons trouver un compromis entre le fait de donner son consentement après coup, ce qui n'est pas pratique à grande échelle, et la renonciation au consentement, qui peut entraîner une divulgation excessive des informations. De notre point de vue, nous croyons qu'une transition de la situation actuelle de consentement explicite à un consentement tacite, également connu sous le nom de consentement «large» ou «présumé», facilitera la mise au point d'applications en intelligence artificielle dans les soins de santé.

En fait, ils savent à quoi ils s'engagent, mais les besoins de la recherche peuvent évoluer avec le temps. Un patient peut donner son consentement lorsqu'il est à l'hôpital, mais des années plus tard, ses données pourraient être utiles pour de nouveaux projets de recherche. Bien que le but de ces projets soit d'améliorer les soins de santé et qu'aucun préjudice ne soit causé au patient tant que ses données médicales ont été correctement dépersonnalisées ou rendues anonymes, l'important est que le patient soit correctement informé de la situation. De plus, il doit avoir la possibilité de mettre un terme à l’utilisation de ses données s'il le souhaite.

Certainement. Dans notre système de soins de santé, les données sont recueillies pour le bien public et payées à même les impôts des particuliers. Mais que se passerait-il si l'utilisation de ces données pour la recherche finissait par procurer un avantage commercial en menant à de meilleurs logiciels d'IA? Les patients, les contribuables et les établissements de santé auraient-ils une part du gâteau? Obtiendraient-ils une licence pour se servir du logiciel? Si une entreprise de technologie vendait ces produits, quel en serait le juste prix compte tenu des décennies de collecte, de stockage et de conservation des données payées par les deniers publics?

Pour que les logiciels d'IA soient efficaces en radiologie, les données ou les modèles de travail qui en découlent doivent traverser les frontières institutionnelles et provinciales. La reconnaissance de la maladie fonctionne mieux lorsque vous pouvez vous entraîner avec des données provenant de très grandes cohortes de patients. Il faudra mettre en œuvre les moyens appropriés pour valider tout cela. Depuis le début des années 2000, les formats de fichiers d'images utilisés par les hôpitaux et les cliniques sont, en théorie du moins, compatibles partout au Canada. Comme il est peu probable que les données médicales soient partagées entre les provinces, du moins à court terme, des stratégies d'apprentissage distribué entre établissements doivent être élaborées. Il s'agit de mettre en place l'infrastructure nécessaire pour rendre les choses possibles.