Quelques réflexions sur le scanner de Midjourney

Je reçois beaucoup de questions sur le nouveau scanner de @midjourney, alors voici mon avis. Cet article n'a pas vocation à critiquer leur technologie ; je souhaite simplement apporter quelques nuances au débat public, en tant que personne ayant passé la dernière décennie dans l'imagerie médicale. J'ai également consulté sur le sujet mon directeur scientifique médical chez @ezrainc / @function, le Dr Dan Sodickson (@DanielSodickson), un scientifique de renommée mondiale qui a inventé l'imagerie parallèle, une technologie utilisée dans tous les IRM modernes, et qui a récemment écrit un livre sur l'avenir de l'imagerie.

En résumé : je suis à la fois ravi et perplexe face au scanner et aux affirmations de Midjourney. Ils ont fait certaines choses correctement et en ont éludé d'autres avec une bonne dose de naïveté.

D'abord, un peu d'histoire. L'immersion dans l'eau n'a rien de futuriste, c'est là que l'échographie a commencé. Les premiers scanners 2D dans les années 1950 immergeaient les patients dans un réservoir à bétail, puis littéralement dans une tourelle de B-29 retournée, lestée pour qu'elle ne flotte pas. La radiologie a abandonné l'immersion en 1958, lorsque le scanner par gel de contact est arrivé, car l'immersion dans l'eau était peu pratique. Il s'agit donc d'une résurrection de ce que le domaine a abandonné il y a 70 ans.

Le problème plus profond est la physique. Les ultrasons ne traversent ni les os ni l'air (d'où l'immersion dans l'eau). Et il s'avère que nous en avons pas mal des deux à l'intérieur de nous. Ce n'est pas que les ultrasons ne peuvent pas voir les os – les surfaces osseuses apparaissent en fait brillantes et nettes – c'est qu'ils ne peuvent pas voir à travers les os ou l'air. Ainsi, les poumons et tout ce qui se cache derrière vos côtes, votre colonne vertébrale ou les gaz intestinaux sont effectivement inaccessibles. L'énergie sonore diminue de moitié tous les 360 cm dans l'eau, mais environ tous les 2 mm dans l'os et tous les 0,6 mm dans l'air. Votre torse est constitué de côtes, d'une colonne vertébrale et d'un bassin enveloppant les poumons et les intestins remplis de gaz. Il existe des fenêtres entre les structures osseuses qui permettent une bonne visualisation, mais une visualisation nette du corps entier est presque la pire cible pour l'imagerie par ultrasons. Remarquez que les piles d'images de Midjourney n'incluent pas le cerveau – une structure importante entièrement enfermée dans l'os !

L'indice de la limitation os/air se trouve dans le seul produit approuvé par la FDA qui fonctionne déjà en utilisant la technologie d'échographie par immersion dans l'eau. Un réseau annulaire avec des tissus suspendus dans de l'eau chaude – Delphinus SoftVue – est approuvé par la FDA pour l'imagerie mammaire. Il leur a fallu environ 15 ans pour obtenir l'approbation de la FDA, et il ne fait que l'imagerie du sein. Ils ont choisi les seins parce que c'est la seule région qui est constituée de tissus mous purs, sans os ni air sur le trajet.

En gros, une seule image instantanée du corps entier avec cette machine à ultrasons sera un désastre diagnostique : des régions entières masquées, un signal incertain, une pénétration variable, un mauvais rapport signal/bruit et un mauvais rapport contraste/bruit sur l'ensemble.

Puis il y a les affirmations. « Supérieur à l'IRM, 100 fois plus rapide » est une exagération fracassante à ce stade. D'une part, ce qu'ils vont réellement livrer l'année prochaine est une carte de composition corporelle (graisse, muscle, eau) qui concurrence un scanner DEXA ou une machine InBody, pas un IRM. Ce n'est pas de la détection de maladies.

Le scan de 60 secondes est également un objectif, pas la réalité d'aujourd'hui : les scans actuels de Midjourney prendraient environ 20 minutes, et seulement une douzaine de personnes auraient été scannées jusqu'à présent. Et aucun radiologue n'a vu la résolution (du moins pas dans les documents partagés publiquement), et Holz lui-même concède que l'IRM est encore meilleure à certains égards. Vous ne pouvez pas savoir si ces scans sont utiles sur le plan diagnostique sans une validation approfondie chez des patients malades, recoupée avec une modalité éprouvée comme l'IRM.

Il y a aussi la réalité réglementaire. Rien de ce qu'ils lancent n'a besoin de l'approbation de la FDA, car une carte de composition corporelle de bien-être n'est pas un dispositif de diagnostic. Mais tout ce qui ferait de ce scanner un véritable rival de l'IRM en a besoin. Il n'existe pas de prédécesseur existant pour une échographie diagnostique du corps entier, ce qui signifie une voie De Novo, des études cliniques prospectives robustes et – réalistement – au moins quelques années avant qu'une quelconque revendication diagnostique ne soit approuvée.

Oh, et pour un laboratoire d'IA, le plus drôle : Holz dit qu'ils « n'utilisent même pas encore d'IA là-dedans ». C'est du matériel et du traitement du signal – même les puces à ultrasons au cœur du système sont sous licence de Butterfly Network. Le logiciel par-dessus ne fait que segmenter et étiqueter les images de sortie.

Maintenant, je ne veux pas suggérer qu'il n'y a aucune utilité ici. C'est une revisite intelligente d'une technologie ancienne, associée à un logiciel véritablement intéressant pour assembler les coupes et fournir une segmentation. Mais sans beaucoup plus de validation, ce n'est pas encore… révolutionnaire.

Cela dit, l'aspect composition corporelle n'est pas rien. Un groupe de Caltech (le laboratoire de Lihong Wang) a publié une tomographie ultrasonore transversale du corps entier chez des personnes vivantes dès 2023, et a montré qu'elle est vraiment efficace pour cartographier la graisse et les muscles autour du corps entier, sans rayonnement et sans compression, capturant la graisse adipeuse que les pieds à coulisse et même le DEXA manquent. En tant qu'outil de composition corporelle et de suivi des tissus, cette approche a une validation réelle et évaluée par les pairs.

Le même travail de Caltech indique où ce scanner brille vraiment, et ce n'est pas en tant que tueur d'IRM. C'est le suivi longitudinal : des scans fréquents, bon marché et sûrs pour observer les changements structurels généraux sur des semaines et des mois, le type de surveillance pour lequel l'IRM est actuellement trop lente et trop chère pour être répétée (mais pas pour longtemps). L'article ci-dessus évoque même (haha !) les centres de bien-être comme un lieu naturel pour cela.

Donc, l'instinct de Midjourney est… solide : construire un scanner rapide, bon marché et sans rayonnement. Mais la révolution n'est pas l'instantané ; c'est le scan longitudinal pour détecter les changements, le fusionner avec d'autres modalités comme l'IRM, et le mettre dans les foyers plutôt que dans les spas. Nous avons beaucoup réfléchi à cela chez Ezra / Function, et le Dr Sodickson a même écrit un chapitre entier à ce sujet dans son livre (voir le chapitre 11 si vous voulez vous plonger dedans).

Dans l'ensemble, bravo à @DavidSHolz et à son équipe pour avoir essayé quelque chose de vraiment (vieux mais) nouveau. À mon avis, ils ont anticipé la validation et survendu la destination, mais la direction est réelle. J'ai hâte de voir jusqu'où ils iront !