Évaluation de l'IA

En radiographie thoracique, l’expérience et la surspécialité ne prédisent pas l’impact de l’IA

Une étude d'envergure évaluant l'effet d'une IA d'aide au diagnostic en radiographie thoracique conclut qu'il n'est pas prédictible par l'expérience du radiologue, sa surspécialité ou encore sa propension à utiliser des outils d'IA. Par contre, les prédictions fautives de l'IA influencent négativement la performance des radiologues. L'article est paru mi-mars dans Nature Medicine.

icon réservé aux abonnésArticle réservé aux abonnés
Le 22/05/24 à 15:00 Lecture 2 min.

« Nos résultats soulignent l'importance de développer des collaborations IA-clinicien personnalisées, ainsi que l'importance de la précision des modèles d'IA », affirment les auteurs de l'étude (image d'illustration). D. R.

L'aide au diagnostic par intelligence artificielle (IA) en radiographie thoracique a le vent en poupe. Mais à quel point ces logiciels apportent-ils une plus-value significative aux radiologues, et suivant quels critères prédictifs ? Alors que plusieurs études pointent vers une amélioration de la performance apportée par l'IA chez les non-radiologues et les imageurs non-spécialistes, une récente publication remet en cause l'importance de ces facteurs pour prédire l'impact de l'IA sur les praticiens [1].

140 radiologues inclus dans l'étude

Dans cette étude publiée le 19 mars 2024 dans Nature Medicine, une équipe de chercheurs américains a essayé de disséquer en détail l'impact individuel d'un logiciel d'IA d'aide au diagnostic en radiographie thoracique (modèle CheXpert, entraîné sur le jeu de données du même nom) sur 140 radiologues, surspécialisés ou non en radiographie thoracique. Le logiciel permettait d'identifier 15 pathologies en radiologie thoracique diagnostique.

Différents

Il vous reste 70% 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

François Mallordy

Bibliographie

  1. Yu F., Moehring A., Banerjee O. et al, « Heterogeneity and predictors of the effects of AI assistance on radiologists », Nature Medicine, 19 mars 2024. DOI : 10.1038/s41591-024-02850-w.

Spécialité médicale

Pneumologie

Modalité d’imagerie

Radiologie conventionnelle

Mots-clés

intelligence artificielle radiographie thoracique Aide au diagnostic

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

06 Sep

16:00

Une méta-analyse publiée dans Academic Radiology suggère que l’IRMmp est efficace pour détecter le cancer de la prostate suspecté (PCa) chez les patients n'ayant jamais eu de biopsie de la prostate. « Il peut aider à réduire les biopsies inutiles et à réduire le risque de manquer des cas cliniquement significatifs, guidant ainsi des décisions éclairées en matière de biopsie », écrivent les chercheurs.

15:00

13:30

Une étude présentant une approche robuste pour classer les images d’échographie mammaire en catégories bénignes, malignes et normales, en utilisant l’architecture avancée EfficientNet-B7 a jugé sa méthodologie efficace face aux défis du déséquilibre de classe et améliore la robustesse du modèle.

7:30

L’utilisation d’un système d’IA autonome a amélioré la détection précoce du cancer du sein en identifiant correctement sur des mammographies certains cancers manqués par deux lecteurs humains, sans aucune différence basée sur les caractéristiques histopathologiques, à l’exception des cancers avec envahissement ganglionnaire, conclut une étude parue dans Radiology.

7:00

05 Sep

16:01

L'isolation de la veine pulmonaire par cryoablation est plus efficace qu'une procédure interventionnelle placebo, rapporte une étude randomisée contrôlée parue dans le JAMA.
✕
Docteur Imago

GRATUIT
VOIR