Aide à la décision

La façon dont l’IA justifie ses résultats influencerait les performances diagnostiques du médecin

Une étude a comparé les performances diagnostiques de médecins assistés par l’IA en fonction du niveau d’exactitude et de la façon dont le l’outil justifiait ses prédictions. Leur précision était supérieure quand l’outil décrivait les données qui avaient guidé son raisonnement.

icon réservé aux abonnésArticle réservé aux abonnés
Le 01/12/24 à 15:00 Lecture 3 min.

Quand le conseil de l’IA était correct, la précision diagnostique des médecins était de 92,8 % (± 0.62) avec une explication locale et de 85,3 % (± 0.85) avec une explication globale (photo d'illsutration). D. R.

La précision diagnostique d’un médecin qui utilise un outil d’intelligence artificielle pour l’interprétation des radiographies thoraciques varie en fonction de la façon dont cet outil explique son raisonnement, selon une étude présentée dans Radiology [1].

Huit radiographies avec un conseil d’une IA simulée

Ses auteurs ont rassemblé un panel de 220 médecins, dont 132 radiologues, auxquels ils ont soumis une série de huit radiographies thoraciques (vues frontale et latérale quand elle était disponible), issues de la base de données de l’hôpital Beth Israel Deaconess de Boston, Massachusetts. Chaque examen s’accompagnait d’une suggestion émise par un assistant IA simulé, dont les performances étaient comparables à celles d’un radiologue expert. Les conseils étaient corrects dans six cas sur huit, avec un niveau randomisé de confiance affichée.

Explication locale et globale

Cette IA virtuelle justifiait son conseil de selon deux modalités choisies de façon aléatoire : l’explication «

Il vous reste 75% 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

Jérome Hoff

Rédacteur en chef adjoint BOM Presse Clichy

Voir la fiche de l’auteur

Bibliographie

    Prinster D, Mahmood A, Saria S, et al (2024) Care to Explain? AI Explanation Types Differentially Impact Chest Radiograph Diagnostic Performance and Physician Trust in AI. Radiology 313:e233261. https://doi.org/10.1148/radiol.233261

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

15 Sep

7:12

Une étude comparant l’imagerie par TEP au 18F-métaiodobenzylguanidine (MIBG) à la scintigraphie au 123I-MIBG chez des patients atteints de neuroblastome montre que le 18F-métafluorobenzylguanidine (MFBG) permet une détection plus rapide et plus précise des lésions.
12 Sep

16:00

La biopsie pulmonaire percutanée guidée par ultrasons (US-PLB) sur les patients pédiatriques serait sans rayonnement, sûre et précise d’après des chercheurs de l’hôpital de Beijing (Chine). Selon l’analyse de cohorte rétrospective menée sur 34 patients, l’US-PLB offrirait des conseils « critiques pour la prise de décision clinique ».  

13:29

Chez les patients atteints d'accident vasculaire cérébrale ischémique aigu, subissant une thrombectomie mécanique, mieux prévoir le risque de recanalisation futile serait possible grâce à deux marqueurs d'imagerie : Le scanner sans contraste et l'angioscanner. Selon l’étude parue dans Springer Nature, l’intégration d’un nomogramme grâce à ses données permettrait de faciliter la prise de décision thérapeutique.  

7:18

Jean-Philippe Masson, président de la FNMR, a reçu dans son centre d'imagerie à Carcassonne, le ministre chargé de la Santé et de l’accès aux soins, Yannick Neuder pour évoquer les déserts radiologiques et le protocole proposé par la CNAM. La FNMR a réaffirmé son opposition aux baisses tarifaires prévues et insisté sur la nécessité de mesures de pertinence, annonce la fédération sur le réseaux social Linkedin.
Docteur Imago

GRATUIT
VOIR