Une publication récente consacrée à un nouvel outil d’annotation médicale formule en une phrase le problème que rencontrent la plupart des projets. À propos des environnements établis du domaine, ses auteurs notent que ces environnements sont puissants, mais que l’annotation répétitive peut encore nécessiter un outillage supplémentaire pour standardiser la navigation, la propagation guidée et l’export quantitatif sur de nombreux cas.Le même document précise ailleurs qu’il faut encore un travail manuel substantiel et une manipulation soigneuse des données pour produire des étiquettes tridimensionnelles cohérentes à l’échelle d’une cohorte.Ces deux constats désignent exactement l’écart entre deux usages qu’on confond systématiquement : segmenter un examen et produire un corpus. Les outils du domaine sont excellents pour le premier et incomplets pour le second. Cet article examine ce que la production exige en plus, et comment choisir en conséquence. Il prolonge le guide complet de la segmentation d’images médicales.
Deux usages que tout oppose
La plupart des comparatifs d’outils de segmentation d’images médicales sont écrits pour un chercheur qui segmente quelques examens. Un projet de corpus a des besoins différents, et parfois opposés.Le chercheur travaille seul, sur peu de cas, avec une liberté totale de méthode. Il valorise la richesse fonctionnelle, la capacité à improviser une approche et la qualité du rendu tridimensionnel. La reproductibilité entre opérateurs ne le concerne pas, puisqu’il est le seul opérateur.Une équipe de production travaille à plusieurs, sur des centaines ou des milliers d’examens, avec une exigence de constance. Elle valorise la contrainte plutôt que la liberté : un outil qui empêche de dévier du protocole vaut mieux qu’un outil qui permet tout. Elle a besoin d’attribution, de suivi d’avancement, de contrôle et d’export normalisé, fonctions dont le chercheur n’a aucun usage.Cette opposition explique pourquoi un outil unanimement recommandé dans la littérature peut se révéler inadapté à un projet de segmentation d’images médicales industrialisé, et pourquoi la question n’est pas quel est le meilleur outil mais quel outil pour quel régime de travail.Les familles d’outils de segmentation d’images médicales
Trois catégories se distinguent par ce qu’elles font, et il est fréquent d’en combiner deux.Les stations de segmentation
C’est la famille la plus ancienne et la plus employée en recherche.Ce sont les environnements historiques du domaine, conçus pour l’analyse d’images médicales par un opérateur unique. Ils offrent une visualisation tridimensionnelle complète, un large jeu d’outils de contourage et une extensibilité par modules.Leur force est la profondeur fonctionnelle. Leur limite tient à leur modèle mono-utilisateur : elles ne gèrent nativement ni la file de travail, ni l’attribution, ni la double lecture, ni le suivi d’avancement. Ces fonctions doivent être ajoutées autour de l’outil, généralement par des scripts et des conventions de nommage, ce qui fonctionne mais reste fragile.Ces stations sont massivement employées pour construire les corpus de référence du domaine, ce qui atteste leur qualité de contourage. Elles le sont dans des contextes où l’organisation autour de l’outil a été construite spécifiquement.Les plateformes d’annotation
La seconde famille vient du monde de la production plutôt que de celui de la recherche.Conçues pour la production, elles apportent ce que les précédentes n’ont pas : gestion des utilisateurs et des droits, distribution des tâches, suivi d’avancement, journalisation, gestion des versions de protocole et parfois dispositifs de contrôle intégrés.Leur limite est symétrique. Beaucoup sont issues de l’annotation d’images générique et traitent médiocrement les spécificités médicales : navigation volumique, gestion de la géométrie, multiplicité des séries, fenêtrage. Une plateforme excellente en organisation mais faible en contourage volumique produit une productivité décevante sur les tâches de segmentation d’images médicales.Les cadres d’assistance
Une troisième famille ne fournit ni l’interface ni l’organisation mais l’intelligence, sous forme de service se branchant sur une station existante.Le cadre le plus documenté du domaine fonctionne ainsi : il prend en charge des interfaces installées localement et des interfaces web, propose deux stratégies d’apprentissage actif destinées à faciliter et accélérer l’entraînement des algorithmes de segmentation, et fournit des applications d’étiquetage interactives et non interactives utilisables directement sur un jeu de données donné. Ses auteurs rapportent des réductions significatives du temps d’annotation sur deux jeux de données publics.Cette architecture en service est intéressante parce qu’elle découple l’assistance de l’interface. Elle suppose en revanche une infrastructure propre, généralement un serveur équipé, ce qui la rend inaccessible à un projet léger.Les fonctions de contourage en segmentation d’images médicales
Au delà des familles, ce sont les fonctions disponibles qui déterminent la productivité, et la littérature du domaine en dresse un inventaire stable.Une revue les énumère ainsi : des méthodes de contours actifs semi-automatiques, des approches fondées sur des points de frontière, une segmentation par clics positifs et négatifs, ainsi que d’autres méthodes semi-automatiques telles que la croissance de région et les ensembles de niveaux.Ces fonctions ne se valent pas selon la structure. La croissance de région et le seuillage excellent sur les structures homogènes bien contrastées, os ou poumon aéré, et débordent dès que la frontière est ambiguë. Les contours actifs conviennent aux structures compactes à frontière continue et se comportent mal sur les objets ramifiés. La segmentation par clics est aujourd’hui la plus polyvalente, l’annotateur désignant l’intérieur et l’extérieur et corrigeant itérativement.Une fonction mérite une mention particulière car elle porte l’essentiel du gain sur les volumes : l’interpolation entre coupes. Contourer une coupe sur plusieurs et laisser l’outil produire les intermédiaires réduit fortement le temps, à condition de densifier les coupes traitées là où la géométrie change vite.Ce que la production exige en plus
Quatre fonctions distinguent un outil de segmentation d’images médicales utilisable en production d’un outil de contourage, et leur absence se paie en travail annexe.La gestion de file
Attribuer les examens, suivre l’avancement, reprendre après interruption, éviter que deux annotateurs traitent le même cas. Sans cette fonction, l’organisation repose sur un tableur, ce qui fonctionne à petite échelle et devient une source d’erreurs au delà.La traçabilité
Elle se journalise au fil de l’eau ou pas du tout.Savoir qui a produit quoi, quand, sous quelle version du protocole et avec quel contrôle. Cette information est un livrable exigible dans les projets réglementés, et elle est irrécupérable si elle n’a pas été journalisée au fil de l’eau.Le dispositif de contrôle
Permettre la double lecture, l’arbitrage, la comparaison de deux annotations et le calcul des métriques d’accord. Un outil qui ne permet pas de comparer deux masques du même examen oblige à sortir du dispositif pour contrôler, ce qui décourage le contrôle.L’export normalisé
C’est la fonction dont l’absence se remarque le plus tard et coûte le plus cher.Produire les masques dans un format et une géométrie constants, sans intervention manuelle. C’est le point que la publication citée en introduction désigne sous le terme d’export quantitatif, et c’est celui qui casse le plus souvent à l’échelle d’une cohorte.La question du format d’échange clinique
Un choix structurant sépare deux approches de l’intégration hospitalière. Certains outils se connectent directement aux systèmes d’archivage d’images par les protocoles standard, ce qui évite toute manipulation de fichiers et conserve nativement la géométrie et les identifiants. D’autres travaillent sur des fichiers exportés, ce qui est plus souple mais introduit une étape de conversion et une question de désidentification. Le premier régime convient aux projets internes à un établissement, le second aux projets externalisés, et le choix découle donc davantage de la configuration contractuelle que d’une préférence technique.La géométrie, point de rupture le plus fréquent
Un aspect technique de la segmentation d’images médicales mérite un traitement séparé, car il produit les défaillances les plus coûteuses et les moins visibles.L’examen sort du service d’imagerie porteur de sa géométrie complète : espacement des pixels, épaisseur et espacement des coupes, position et orientation dans le référentiel patient. La plupart des chaînes convertissent vers un format pivot, et chaque conversion est une occasion de perdre ou d’altérer cette information.Trois défaillances reviennent. La perte de l’espacement inter-coupes, qui rend impossible tout calcul volumique ultérieur. L’inversion d’un axe entre référentiels, qui produit un masque symétrique du bon, erreur particulièrement insidieuse sur une structure à peu près symétrique. Et le rééchantillonnage silencieux, lorsqu’un outil normalise le volume sans ramener le masque produit au référentiel d’origine.La parade ne dépend pas de l’outil choisi mais du protocole de validation : annoter une structure de géométrie connue et asymétrique, exporter, réimporter, superposer à l’examen source et vérifier l’alignement. Une dizaine de cas suffisent, et ce test doit être refait à chaque changement de version d’outil, les régressions de ce type étant fréquentes.L’assistance automatique et sa boucle
L’apport des modèles a transformé la productivité de la segmentation d’images médicales, et la façon dont l’outil l’intègre compte autant que la qualité du modèle.Trois régimes d’intégration se rencontrent. La pré-annotation par lot, où un modèle traite l’ensemble du corpus en amont et où l’annotateur corrige, est la plus simple à mettre en place et convient aux structures bien couvertes par les modèles disponibles. L’assistance interactive, où le modèle réagit aux indications de l’annotateur en cours de travail, est plus efficace sur les structures difficiles. Et la boucle d’apprentissage actif, où le modèle se réentraîne périodiquement sur les annotations validées, est la plus performante et la plus exigeante en infrastructure.Cette troisième option mérite une réserve. Elle suppose que le modèle et le corpus évoluent conjointement, ce qui complique la traçabilité : deux examens annotés à trois mois d’intervalle l’ont été avec des assistances différentes. Ce point doit être journalisé, faute de quoi une hétérogénéité inexplicable apparaîtra dans le corpus.Dans les trois cas, l’effet d’ancrage reste la principale limite. Face à une proposition plausible, un annotateur valide plus facilement qu’il ne corrige, et cette tendance croît avec la qualité apparente de la proposition. La contre-mesure ne relève pas de l’outil mais du dispositif : réserver une fraction du corpus à un travail sans assistance et comparer les deux populations.Le format d’entrée et la préparation
Une étape précède le contourage et détermine une part de sa difficulté : la préparation des données avant leur mise à disposition des annotateurs.Quatre opérations reviennent. La conversion depuis le format d’échange clinique vers le format de travail, avec la conservation de géométrie déjà évoquée. Le tri des séries, un examen comportant fréquemment plusieurs acquisitions dont une seule est pertinente, et laisser l’annotateur choisir introduit une variabilité inutile. Le fenêtrage par défaut, qu’il vaut mieux fixer en amont que laisser régler individuellement. Et la désidentification, obligatoire dès que les données quittent le site.Ces opérations sont automatisables et gagnent à l’être, car réalisées manuellement elles constituent une charge invisible qui n’apparaît dans aucun chiffrage. Sur un corpus de plusieurs milliers d’examens, le temps de préparation peut approcher le temps d’annotation d’une structure simple, et un projet qui l’ignore découvre un retard qu’il n’attribue pas à sa cause réelle.Le choix d’outillage doit donc englober cette étape et non seulement le poste de contourage. Un outil de segmentation d’images médicales excellent alimenté par une préparation artisanale produit une chaîne dont le goulot d’étranglement est en amont du travail visible.Le poste de travail
Un facteur matériel est régulièrement sous-estimé alors qu’il pèse directement sur la productivité et sur la qualité.La navigation dans un volume de plusieurs centaines de coupes exige une réactivité que tout dispositif ne garantit pas. Un délai d’une fraction de seconde à chaque changement de coupe, multiplié par des milliers de changements, transforme une journée de travail et pousse l’annotateur à travailler plus vite et moins bien.Trois éléments comptent. La mémoire disponible, un volume tridimensionnel occupant beaucoup plus qu’une image. L’affichage, la finesse des structures et l’importance du fenêtrage rendant la qualité de l’écran non négligeable. Et, dans les configurations en environnement distant imposées par la confidentialité, la latence, qui est le principal facteur de dégradation.Ce dernier point mérite une attention particulière sur les projets contraints. Un environnement sécurisé mais lent produit un corpus sécurisé et médiocre, et le surdimensionner coûte moins cher que de corriger la qualité ensuite.Une grille de décision pour l’outillage
Six questions permettent de trancher le choix d’outillage en début de projet.Combien d’examens et combien d’annotateurs, la réponse déterminant si les fonctions d’organisation sont nécessaires ou superflues. Le projet est-il réglementé, ce qui rend la traçabilité obligatoire plutôt que confortable. Quelles structures sont visées, la nature des outils de contourage utiles en dépendant directement. Une assistance automatique est-elle disponible sur ces structures, et sous quelle forme. Quelles contraintes de confidentialité pèsent sur l’hébergement et sur le poste de travail. Et quel format d’export l’équipe destinataire attend-elle, question qui doit être posée avant le choix et non après.Ces six réponses désignent généralement une configuration évidente, souvent une combinaison plutôt qu’un outil unique : une plateforme pour l’organisation, une station pour le contourage volumique, un cadre d’assistance pour la pré-annotation.Le coût réel d’un outillage
Le prix de licence d’un outil de segmentation d’images médicales est rarement le poste dominant, et raisonner dessus conduit à des choix coûteux.Quatre postes composent le coût réel. La mise en place, qui inclut l’intégration à la chaîne de préparation, la configuration des droits et la validation géométrique. La formation, un outil riche demandant plusieurs jours avant qu’une équipe atteigne sa vitesse de régime. Le maintien, versions, correctifs et régressions à revalider. Et le coût de sortie, c’est-à-dire ce qu’il en coûterait de migrer, qui dépend directement du caractère standard ou propriétaire des formats produits.Ce dernier poste mérite d’être évalué avant l’engagement plutôt qu’après. Un outil produisant des masques dans un format ouvert et une géométrie standard laisse le projet libre ; un outil dont les annotations ne sortent que dans un format propriétaire crée une dépendance dont le coût n’apparaît qu’au moment où l’on souhaite en changer.La règle prudente consiste à vérifier, avant de démarrer, qu’un corpus complet peut être exporté vers un format standard sans perte et réimporté ailleurs. Ce test coûte une journée et détermine la liberté du projet pour les années suivantes.Ce qui ne dépend pas de l’outil
Un contrepoint s’impose, car l’outillage est régulièrement invoqué pour expliquer des problèmes qui n’en relèvent pas.Aucun outil ne compense un protocole absent. Un environnement excellent mis entre les mains d’annotateurs sans conventions écrites produit un corpus cohérent avec personne, et ce résultat est indépendant du logiciel.Aucun outil ne compense une acquisition défaillante. Si la structure n’est pas visible dans l’examen, aucune fonction d’assistance ne la fera apparaître.Et aucun outil ne remplace le dispositif de contrôle. Les fonctions de double lecture facilitent le contrôle mais ne le décident pas, et un projet outillé sans stratégie de contrôle produit rapidement et sans savoir quoi.La conséquence pratique est que le choix d’outil vient après le protocole et le dispositif qualité, non avant. L’ordre inverse, fréquent, conduit à adapter la méthode aux contraintes du logiciel plutôt que l’inverse.Les erreurs les plus fréquentes
- Choisir un outil d’après des comparatifs écrits pour un usage de recherche.
- Retenir une plateforme forte en organisation mais faible en contourage volumique.
- Retenir une station de contourage sans construire l’organisation autour.
- Ne pas tester l’aller-retour de conversion sur une structure asymétrique.
- Ne pas refaire ce test après un changement de version d’outil.
- Ne pas journaliser la version d’assistance employée dans une boucle d’apprentissage actif.
- Sous-dimensionner l’environnement distant imposé par la confidentialité.
- Découvrir le format d’export attendu après le choix de l’outil.
- Attendre d’un outil qu’il compense l’absence de protocole ou de contrôle.
- Choisir l’outil avant d’avoir écrit le protocole.
