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 le 11/09/23 à 13:24 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

7:48

Dans un contexte de récidive biochimique du cancer de la prostate, la TEP au PSMA est associée à une meilleure détection de la maladie mais ne serait pas rentable en raison des coûts élevés du traitement et des améliorations modérées d'indicateur QALY (étude).
28 Oct

16:00

Les radiologues universitaires ayant une carrière active en recherche déclarent disposer plus fréquemment des ressources nécessaires pour la recherche (temps, ressources financières, motivation) que les radiologues moins actifs dans ce domaine (étude).

13:47

La quatorzième édition de la Journée mondiale de la radiologie aura lieu le 8 novembre 2025. L'objectif de cette initiative est de mieux faire connaître la valeur ajoutée de la radiologie et d'améliorer la compréhension du grand public sur le rôle essentiel des professionnels de l'imagerie dans le parcours de soins.

7:30

Des chercheurs chinois ont développé un modèle basé sur l'apprentissage profond pour générer des caractéristiques propres à la tomosynthèse à partir d'images de mammographie numérique. Il a permis d'améliorer la précision diagnostique et la caractérisation des lésions, assurent-ils dans European Journal of Radiology.
Docteur Imago

GRATUIT
VOIR