Comme l'intelligence artificielle (IA) est de moreover en additionally utilisée en radiologie, les chercheurs préviennent qu'il est essentiel de considérer l'impression environnemental des outils d'IA, selon un write-up thématique publié aujourd'hui dans Radiology, une revue de la Radiological Culture of North America (RSNA).
Les soins de santé et l’imagerie médicale contribuent de manière significative aux émissions de gaz à effet de serre (GES) qui alimentent le changement climatique mondial. Les outils d'IA peuvent améliorer à la fois la pratique et la durabilité de la radiologie grâce à des protocoles d'imagerie optimisés entraînant des temps d'analyse furthermore courts, une efficacité de planification améliorée pour réduire les déplacements des patients et l'intégration d'outils d'aide à la décision pour réduire l'imagerie de faible valeur. Mais l’utilisation de l’IA présente un inconvénient.
« L'imagerie médicale génère beaucoup d'émissions de gaz à effet de serre, mais nous ne pensons souvent pas à l'affect environnemental du stockage de données associé et des outils d'IA », a déclaré Kate Hanneman, MD, MPH, vice-présidente de la recherche et professeure agrégée à l'Université de Toronto et responsable adjoint du développement sturdy au Département commun d'imagerie médicale de l'Hôpital général de Toronto. « Le développement et le déploiement de modèles d'IA consomment de grandes quantités d'énergie, et les besoins en stockage de données en imagerie médicale et en IA augmentent de façon exponentielle. »
Le Dr Hanneman et une équipe de chercheurs ont examiné les avantages et les inconvénients de l’intégration d’outils d’IA en radiologie. L’IA offre le potentiel d’améliorer les flux de travail, d’accélérer l’acquisition d’images, de réduire les coûts et d’améliorer l’expérience du affected individual. Cependant, l’énergie nécessaire pour développer des outils d’IA et stocker les données associées contribue de manière significative aux GES.
« Nous devons trouver un équilibre, en comblant les effets positifs tout en minimisant les impacts négatifs », a déclaré le Dr Hanneman. « Améliorer les résultats pour les clients est notre objectif ultime, mais nous voulons y parvenir tout en utilisant moins d'énergie et en générant moins de déchets. »
Le développement de modèles d’IA nécessite de grandes quantités de données de formation que les établissements de santé doivent stocker ainsi que les milliards d’images médicales générées chaque année. De nombreux systèmes de santé utilisent le stockage dans le cloud, ce qui signifie que les données sont stockées hors internet site et accessibles électroniquement en cas de besoin.
« Même si nous appelons cela stockage dans le cloud, les données sont physiquement hébergées dans des centres qui nécessitent généralement de grandes quantités d'énergie pour alimenter et refroidir », a déclaré le Dr Hanneman. « Des estimations récentes suggèrent que les émissions mondiales totales de GES de tous les centres de données sont supérieures à celles du secteur aérien, ce qui est absolument stupéfiant. »
L'emplacement d'un centre de données a un effects considérable sur sa durabilité, surtout s'il se trouve dans un climat in addition frais ou dans une zone où des sources d'énergie renouvelables sont disponibles.
Pour minimiser l'influence environnemental world-wide du stockage des données, les chercheurs ont recommandé de partager les ressources et, si feasible, de collaborer avec d'autres fournisseurs et partenaires pour distribuer plus largement l'énergie dépensée.
Pour réduire les émissions de GES liées au stockage des données et au processus de développement de modèles d’IA, les chercheurs ont également proposé d’autres recommendations. Celles-ci comprenaient l'exploration d'algorithmes d'IA efficaces sur le program informatique, la sélection de matériel nécessitant moins d'énergie, l'utilisation de tactics de compression de données, la suppression des données redondantes, la mise en œuvre de systèmes de stockage hiérarchisés et la création de partenariats avec des fournisseurs utilisant des énergies renouvelables.
« Les départements qui gèrent leur stockage cloud peuvent prendre des mesures immédiates en choisissant un partenaire resilient », a-t-elle déclaré.
La Dre Hanneman a déclaré que même si des défis et des lacunes dans les connaissances subsistent, notamment des données limitées sur les émissions de GES spécifiques à la radiologie, les contraintes de ressources et les réglementations complexes, elle espère que la durabilité deviendra une mesure de qualité dans le processus décisionnel concernant l’IA et la radiologie.
« Les coûts environnementaux doivent être pris en compte au même titre que les coûts financiers liés aux soins de santé et à l'imagerie médicale », a-t-elle déclaré. « Je crois que l'IA peut nous aider à améliorer la durabilité si nous appliquons les outils judicieusement. Nous devons simplement être attentifs et conscients de sa consommation d'énergie et de ses émissions de GES. »
