Biais de l'IA

Neuro-imagerie : les IA n’ont pas (encore) le niveau pour la vie réelle

Les algorithmes de recherche utilisés pour le diagnostic de pathologies psychiatriques à partir de données de neuro-imagerie ne sont pas mûrs pour l'utilisation clinique, d'après une étude parue le 6 mars 2023 dans JAMA Network Open. En cause : un risque de biais élevé, ainsi qu'un manque de qualité des comptes rendus des IA.

icon réservé aux abonnésArticle réservé aux abonnés
Le 05/04/23 à 7:00, mise à jour hier à 15:08 Lecture 2 min.

Si l'IA fait l'objet d'un nombre croissant de publications en neuro-imagerie, elle est encore loin d'égaler le radiologue ! Parmi 555 modèles d'IA en neuro-imagerie répertoriés dans la littérature, aucun n'était perçu comme applicable en clinique, d'après une revue systématique publiée en mars dans JAMA Network Open (image d'illustration). © Stable Diffusion

À l'heure où l'intelligence artificielle (IA) se développe toujours plus en radiologie, évaluer son efficacité clinique potentielle paraît nécessaire pour faire le lien entre recherche et utilisation en vie réelle. Dans une revue systématique publiée le 6 mars dans JAMA Network Open [1], une équipe internationale de chercheurs s'est attelée à la tâche en neuro-imagerie. Surprise : sur les 555 modèles d'IA basés sur des données de neuro-imagerie analysés, 83,1 % présentent un risque de biais global élevé. Pire, aucun n'est perçu par les auteurs comme souhaitable pour une utilisation clinique !

555 IA de diagnostic psychiatrique évaluées

Pour arriver à cette conclusion, les chercheurs ont établi une liste de 517 articles parus entre 1990 et 2022 concernant le développement ou la validation de modèles d'IA basés sur des données de neuro-imagerie. Ces publications évoquaient en tout 555 modèles d'IA diagnostiques, dont près des trois quarts se basaient sur des données d'imagerie médicale (IR

Il vous reste 69% de l’article à lire

Docteur Imago réserve cet article à ses abonnés

S'abonner à l'édition
  • Tous les contenus « abonnés » en illimité
  • Le journal numérique en avant-première
  • Newsletters exclusives, club abonnés

Abonnez-vous !

Docteur Imago en illimité sur desktop, tablette, smartphone, une offre 100% numérique

Offre mensuelle 100 % numérique

23 €

par mois

S’abonner à Docteur Imago

Auteurs

François Mallordy

Journaliste rédacteur spécialisé

Voir la fiche de l’auteur

Bibliographie

  1. Chen Z., Liu X., Yang Q. et coll., « Evaluation of risk of bias in neuroimaging-based artificial intelligence models for psychiatric diagnosis: A systematic review », JAMA Network Open, 6 mars 2023. DOI : 10.1001/jamanetworkopen.2023.1671.

Spécialité médicale

Psychiatrie Neurologie

Modalité d’imagerie

IRM

Mots-clés

intelligence artificielle neuro-imagerie

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

29 Juin

7:48

Un arrêté du 25 juin 2026 inscrit un nouveau cathéter de thrombo-aspiration sur la liste des produits de santé financés au titre des prestations d'hospitalisation : le CEREGLIDE 92® de Johnson & Johnson Medical SAS.

7:00

26 Juin

17:07

Le dépistage du cancer du poumon par scanner thoracique à faible dose est associé à une morbidité liée à l’examen très faible, indique un article du JACR. Certains facteurs sociodémographiques, notamment le statut marital, l’emploi et la couverture d’assurance, ainsi que l’appartenance à des populations défavorisées, peuvent augmenter la charge du dépistage et diminuer l'adhésion pour les populations cibles (étude).

15:00

12:59

Dans une étude évaluant des examens de scanner et TEP-TDM, trois logiciels d’IA commerciaux ont montré des performances comparables pour la détection des nodules pulmonaires cliniquement pertinents, malgré des différences importantes dans le nombre total de détections et de faux positifs.

7:44

Les réactions croisées d'hypersensibilité entre les produits de contraste iodés non ioniques dépendent principalement de la structure de leurs chaînes latérales, avec un risque particulièrement élevé au sein du groupe comprenant l’iohexol, l’iomeprol, l’ioversol et l’iodixanol, selon une étude présentée dans EJR. « Choisir une alternative issue d’un autre groupe structurel semble être une stratégie efficace pour atténuer la récidive dans des scénarios à haut risque », estiment les auteurs.
✕
Docteur Imago

GRATUIT
VOIR