Biais d’automatisation 

Les erreurs de l’IA retentissent sur les performances des radiologues en mammographie

Une suggestion incorrecte fournie par un système d’aide à la décision basé sur l’intelligence artificielle pourrait altérer de façon significative la précision des radiologues lors de la lecture des mammographies, notamment des moins expérimentés, selon une étude publiée dans Radiology.

icon réservé aux abonnésArticle réservé aux abonnés
Le 26/06/23 à 7:00, mise à jour hier à 15:08 Lecture 3 min.

Le résultats des tests montrent que les radiologues obtenaient des résultats significativement plus mauvais quand il s’agissait d’évaluer des examens préalablement classés dans la mauvaise catégorie BI-RADS par les algorithmes (photo d'illustration). © Carla Ferrand

Connaissez-vous le biais d’automatisation ? Identifié par des chercheurs en psychologie sociale, il s’agit de la propension de l’être humain à favoriser les suggestions d’un système automatique de prise de décision, en ignorant les informations contradictoires issues d’une autre source, même si elles sont correctes [1]. Alors que l’intelligence artificielle se développe en imagerie médicale, les préoccupations se font jour concernant les effets de ce biais sur le travail des radiologues. Une équipe de chercheurs allemands et hollandais s’est ainsi intéressée à l’influence des systèmes basés sur l’IA d’aide à l’interprétation des examens de mammographie. Elle a publié ses résultats au mois de mai dans la revue Radiology [2].

27 radiologues et 50 examens

Pour cette expérimentation prospective, les chercheurs ont demandé à 27 radiologues d’interpréter 50 examens de mammographie et de leur attribuer un score BI-RADS, avec l’assistance d’un système d’intelligence artificielle. Les mammographi

Il vous reste 77% 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

  1. Cummings M. L., « Automation bias in intelligent time critical decision support systems » in Decision Making in Aviation, Juillet 2017, p. 289-294. DOI : 10.4324/9781315095080-17
  2. Dratsch T., Chen X., Mehrizi M. R. et coll., « Automation bias in mammography: the impact of artificial intelligence BI-RADS suggestions on reader performance », Radiology, mai 2023, vol. 307, n° 4 : e222176. DOI : 10.1148/radiol.222176.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

10 Juil

16:20

l'IRM mammaire préopératoire ne serait pas associée à une amélioration de la survie sans récidive ou de la survie globale chez les femmes atteintes de carcinome canalaire in situ (DCIS) (étude).

13:19

Une étude indienne suggère que l'IRM multiparamétrique permettrait de distinguer les cancers du sein luminaux des cancers du sein non luminaux à partir de marqueurs non invasifs.

7:17

Les applications d'IA générative à usage général ne doivent pas être utilisées pour produire des images radiologiques à des fins de formation pour les étudiants en imagerie, prévient une étude. Sur 220 images générées par des application IA, seules 8,6 % ont été jugés appropriées par des radiologues pédiatriques américains.
09 Juil

17:28

Selon une étude publiée dans la revue Neuroradiology la combinaison de l’IRM 7T et d’un classificateur basé sur un réseau de neurones graphiques (GNN) améliore la détection des anomalies corticales discrètes de type dysplasie corticale focale chez les patients atteints d’épilepsie focale.

15:00

Une étude publiée dans le Journal of Medical Imaging et Radiation Oncology,
Docteur Imago

GRATUIT
VOIR