Intelligence artificielle IA et diagnostic médical : le vrai potentiel de l'intelligence artificielle resterait...

Pour approfondir le sujet

Sur le même thème :

Pixyl lève 2,2 millions d’euros afin de commercialiser sa solution de détection de pathologies neurologiques

Fondée en 2015, Pixyl est une entreprise française spécialisée dans l'imagerie médicale. La start-up a annoncé une levée de fonds de 2,2 millions d'euros auprès du...

NEXT French Healthcare : Business France et Bpifrance présentent les 13 startups françaises lauréates

Après deux mois de délibérations, le jury du programme NEXT French Healthcare organisé par Business France et Bpifrance, a sélectionné 13 startups françaises de...

Covid-19 : Focus sur le projet de recherche STOIC pour créer une base de données inédite et des outils IA

Le projet STOIC a reçu le soutien de GE Healthcare, Orange Healthcare et TheraPanacea. Ces trois acteurs collaboreront avec l’AP-HP et la Société d’Imagerie...

La Suisse se dote d’un centre pour l’intelligence artificielle dans la médecine à Berne

Le Center for Artificial Intelligence in Medicine (CAIM) sera inauguré officiellement en janvier 2021 à Berne, en Suisse. Le centre, fondé par l’Université de...

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


1ère Marketplace de l'IA et de la transformation numérique vous recommande :
ZENPLOT® par Addinsoft

Zenplot®, le logiciel de data visualisation dédié aux graphiques avancés zenplot® permet de créer des visualisations impactantes en superposant diffé...

 
Pierre-yves Gerlat

Partager l'article

Trois pionniers du monde quantique récompensés par le prix Nobel de physique

Le prix Nobel de physique a eu lieu ce mardi 4 octobre. Il distingue les figures scientifiques qui ont rendu de grands services à...

Découvrez le nouveau numéro d’ActuIA : Sécurité, IA & Industrie, données synthétiques…

C’est l’automne, et le magazine de référence de l’intelligence artificielle est de retour ! Découvrez de nouveaux contenus exclusifs axés recherche, business et impact...

Prédire les maladies cardiovasculaires grâce à l’intelligence artificielle

La variabilité de la fréquence cardiaque est un indicateur de la santé cardiaque. Les travaux de recherche de Mohammad Moshawrab s'y consacrant ont reçu...

Selon une étude de BlueWeave Consulting, la taille de l’IA dans le marché de la fintech devrait exploser d’ici 2028

Le marché mondial de la fintech se développe à un taux de croissance soutenu au niveau mondial. Dans une récente étude, BlueWeave Consulting, une...
Recevoir une notification en cas d'actualité importante    OK Non merci