Prochain numéro du magazine ActuIA le 15 octobre
Actualité IA et diagnostic médical : le vrai potentiel de l'intelligence artificielle resterait...

Pour approfondir le sujet

IBM Watson Health et Guerbet collaborent au développement d’une solution logicielle d’intelligence artificielle pour le diagnostic et le traitement du cancer du foie

Le domaine de la santé s'intéresse de très près au développement de l'intelligence artificielle et des technologies numériques. Afin de proposer des systèmes innovants...

L’intelligence artificielle pour améliorer la survie des patientes atteintes du cancer des ovaires

Des chercheurs de l’Imperial College de Londres et de l’Université de Melbourne ont développé un logiciel permettant de prédire de façon plus précise les...

Conférence du CHRU de Nancy : L’intelligence artificielle en santé

Le Centre Hospitalier Régional Universitaire de Nancy organise aujourd'hui une conférence sur l'intelligence artificielle en santé : le CHRU de demain à l'ère de...

Santé : Partenariat DocteGestio et CEA-List pour alléger les missions administratives des médecins hospitaliers grâce à l’IA

DocteGestio et le CEA-List ont lancé fin 2018 le projet DIM-IA qui met l’intelligence artificielle au service des médecins. Avec 7,7 millions d’hospitalisations par an en France,...

IA et diagnostic médical : le vrai potentiel de l’intelligence artificielle resterait incertain

Dans une analyse publiée dans The Lancet Digital Health, des experts affirment qu’en ce qui concerne l’efficacité médicale “le vrai potentiel de l’intelligence artificielle reste incertain”. Il serait “encore trop tôt pour se prononcer sur l’IA”.

L’étude, publiée ce jour et dirigée par Alastair Denniston, consultant à l’University Hospitals de Birmingham, explique que si l’intelligence artificielle ne semble en effet pas faire moins bien que les humains, les experts manquent de données précises et de qualité pour affirmer que cette technologie ait réellement efficace en terme de diagnostics posés à partir d’images médicales. Les experts à l’origine de l’analyse parue dans The Lancet Digital Health et intitulée A comparison of deep learning performance against health-care professionals in detecting diseases from medical imaging: a systematic review and meta-analysis expliquent :

“L’intelligence artificielle semble détecter les maladies à partir de l’imagerie médicale avec les mêmes niveaux de pertinence que les professionnels de santé” mais “au vu du faible nombre d’études de bonne qualité disponibles, le vrai potentiel de l’IA reste incertain”.

Ils indiquent également que moins de 1% des 20.000 publications sur le sujet qu’ils ont examinées avaient suivi une méthodologie de qualité et/ou avaient fait confirmer leurs résultats par des experts indépendants. Un chiffre qui semble très faible et auquel les chercheurs ajoutent que sur ces publications, 25 seulement avaient auparavant demandé une validation de leur algorithme pour le confronter à des images médicales d’un autre échantillon de population. Par ailleurs, 14 seulement avaient comparé les résultats obtenus par les modèles d’IA et de véritables médecins sur les mêmes cas et patients.

Alastair Denniston, consultant à l’University Hospitals de Birmingham et directeur de l’étude, a précisé :

“Parmi les quelques études de bonne qualité, nous avons établi que le deep Learning pouvait effectivement détecter des maladies allant de cancers à des pathologies ophtalmiques avec autant d’exactitude que des professionnels de santé”.

De son côté, Tessa Cook, professeure assistante de radiologie à l’université de Pennsylvanie, a indiqué via un commentaire indépendant sur l’étude :

“On peut peut-être conclure que, d’après le maigre corpus disponible de travaux comparant l’IA aux médecins, l’IA ne fait pas moins bien que les humains. Mais les données sont limitées et il est encore trop tôt pour le dire.” Avant de rappeler que les données auxquelles ont accès les médecins sont “brouillonnes, difficiles à cerner et imparfaites” et qu’une comparaison serait donc assez hasardeuse.


A comparison of deep learning performance against health-care professionals in detecting diseases from medical imaging: a systematic review and meta-analysis
Rédigé par Xiaoxuan Liu,Livia Faes,Aditya U Kale,Siegfried K Wagner,Dun Jack Fu,Alice Bruynseels,Thushika Mahendiran,Gabriella Moraes,Mohith Shamdas,Christoph Kern,Joseph R Ledsam,Martin K Schmid,Konstantinos Balaskas,Eric J Topol,Lucas M Bachmann,Pearse A Keane,Alastair K Denniston
Paru le 25 septembre 2019
DOI: https://doi.org/10.1016/S2589-7500(19)30123-2

Pierre-yves Gerlat

Partager l'article

reciTAL, spécialiste du TAL, lève 3,5 M€ auprès de Breega

Paris, le 10 septembre 2020 - reciTAL, start-up IA spécialisée dans les solutions de Document Intelligence, effectue une première levée de fonds de 3,5 M€...

IA et Expérience client : Axys Consultants présente son offre Smart Customer Care Insight

Les centres de relation clients gèrent plusieurs millions d'appels par an et le téléphone reste le 1er moyen de contacter une entreprise (Enquête :...

Le magazine de l’IA nomme un comité scientifique

L'édition du 2ème numéro du magazine ActuIA qui paraîtra le 15 octobre a été l'occasion de constituer son comité scientifique. Composé de 9 femmes...

La vague VI du Concours Innovation – i-Nov ouvert aux PME et aux start-ups est lancée avec 8 thématiques

Financé par le Programme d’Investissements d’Avenir (PIA), l’appel à projets « Concours d’innovation - i-Nov » a pour vocation de sélectionner des projets d’innovation...