Nouvelles technologies

Les études en intelligence artificielle n’emploient pas les bonnes méthodes de validation pour un usage clinique

94 % des études sur l’intelligence artificielle en imagerie diagnostique ne sont pas conçues pour valider correctement leurs résultats pour une utilisation en situation clinique, selon une méta-anayse coréenne.

icon réservé aux abonnésArticle réservé aux abonnés
Le 03/05/19 à 15:00, mise à jour aujourd'hui à 15:10 Lecture 1 min.

Sur 516 études recensées pour l’année 2018, seules 31, soit 6 % auraient recours à la validation externe pour tester leurs algorithmes (photo d'illustration). D. R.

La plupart des algorithmes d’intelligence artificielle en imagerie diagnostique ne seraient pas validés de façon correcte pour une utilisation en clinique, selon une méta-analyse coréenne décrite dans la revue Korean Journal of Radiology [1]. Sur 516 études recensées pour l’année 2018 dans les bases PubMed MEDLINE et Embase, seules 31, soit 6 % auraient en effet recours à la validation externe pour tester leurs algorithmes.

Aucune cohorte de test ne présente les critères requis

De plus, aucune n’utiliserait des données de validation collectées à la façon d’une étude de cohorte, au sein de plusieurs centres et de manière prospective. Ces trois caractéristiques de conception sont pourtant recommandées « pour une validation robuste des performances cliniques des algorithmes d’IA », écrivent Kim Dong Wook, du centre de santé et hôpital du comté de Taean-gun, et ses confrères de l’école de médecine de l’université d’Ulsan, à Séoul.

Des données difficiles à collecter

« De façon typique, les déve

Il vous reste 61% 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 DÉCOUVERTE

11€

pendant 1 mois
puis 23 €/mois

S’abonner à Docteur Imago

Auteurs

Jérome Hoff

Rédacteur en chef adjoint

Voir la fiche de l’auteur

Bibliographie

  1. Kim Dong Wook, Jang Hye Young, Kim Kyung Won et coll., « Design Characteristics of Studies Reporting the Performance of Artificial Algorithms for Diagnostic Analysis of Medical Images : Results from Recently Published Papers », Korean Journal of Radiology, mars 2009, vol. 20, n° 3, p. 405 – 410. DOI : 10.3348/kjr.2019.0025.
  2. Park S. H., Kressel H. Y., « Connecting technological innovation in artificial intelligence to real-world medical practice through rigorous clinical validation: what peer-reviewed medical journals could do », J Korean Med Sci, 2018, vol. 33, e152.
  3. Park S. H., Han K., « Methodologic guide for evaluating clinical performance and effect of artificial intelligence technology for medical diagnosis and prediction », Radiology, 2018, vol. 286, p. 800–809.
  4. England J. R., Cheng P. M., « Artificial intelligence for medical image analysis: a guide for authors and reviewers », AJR Am J Roentgenol, décembre 2018. DOI : 10.2214/AJR.18.20490. Epub anticipée.

Mots-clés

intelligence artificielle algorithmes

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

16 Sep

16:28

Un article publié dans European Radiology a donné aux radiologues une approche pratique des troubles de la coagulation, en mettant l’accent sur les exigences techniques du scanner. Les chercheurs suggèrent notamment que le scanner thoracique avec technique à haute résolution est la modalité d’imagerie recommandée pour diagnostiquer la fibrose pulmonaire.

15:00

11:30

Un scanner et un mammographe ont été inaugurés au centre hospitalier de Saint-Calais dans la Sarthe le 5 septembre. Ces nouveaux équipements s’ajoutent à la table de radiologie et à l’échographe déjà installés au sein du service, informe Ouest-france.fr

7:35

Le scanner à comptage photonique ultra basse dose a permis de détecter des anomalies pulmonaires après une transplantation pulmonaire, avec une réduction de la dose de rayonnement d'un facteur 10. Étude.

7:00

13 Sep

16:24

Une étude présentée dans AJR n'a relevé aucune différence entre les mesures anthropométriques réalisées sur des nouveau-nés qui avaient passé une IRM 1,5 T, une IRM 3 T ou aucune IRM in utero.
✕
Docteur Imago

GRATUIT
VOIR