« Les algorithmes peuvent aujourd’hui déployer leur plein potentiel »

Docteur Imago / Quelles sont les limites de l'intelligence artificielle en radiologie ?

Paul Hérent / En radiologie, ce qu'on appelle intelligence artificielle (IA) désigne en général du machine learning (apprentissage machine) supervisé. Il y a des limites à l'entraînement de ces modèles car il nécessite l'annotation de beaucoup d'images, et donc un important coût humain. Toutefois, c'est en train de changer, parce que des algorithmes d'apprentissage non supervisé, ne demandant pas l'annotation d'images, commencent à montrer depuis l'année dernière des performances supérieures à celles des algorithmes supervisés. Les limites de l'IA sont repoussées sans cesse en computer vision, ce qui ouvre des perspectives nouvelles en radiologie !

Pierre Manceron / Aujourd'hui, grâce à la mise en place de grands entrepôts de données spécifiques à une modalité ou un cas d'usage, les algorithmes peuvent déployer leur plein potentiel. Ce déclic récent s'explique non seulement par une évolution algorithm