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

04 Sep

13:30

Dans une étude publiée dans Radiology, le scanner à comptage photoniques (PCCT) a démontré des performances similaires à celles de l’IRM pour la caractérisation des lésions et la détection de lésions supplémentaires du sein, avec de meilleures performances pour l’évaluation des métastases ganglionnaires.

9:40

L'IA est capable de localiser le cœur et de produire automatiquement des images dynamiques de cet organe sur des examens d'IRM du fœtus, conclut une étude parue dans EJR. Ces performances répondent à un obstacle clé à l’adoption clinique de cette modalité.
03 Sep

17:30

L’IA permettrait d’automatiser la localisation du cœur fœtal sur les IRM et la reconstruction des images cardiaques dynamiques. Selon une étude, les images obtenues sont de qualité comparable à celles produites manuellement.

11:29

Des chercheurs auraient développé et validé un modèle radiomique basé sur le coefficient de diffusion apparent (ADC) pour détecter le cancer de la prostate cliniquement significatif (csPCa) chez les patients présentant des lésions PI-RADS 3. Le modèle aurait démontré son efficacité dans la cohorte d’entraînement et des performances modérées lors de la validation externe.

7:28

Une étude démontre qu’un système d’entraînement adaptatif personnalisé basé sur l’IA améliore significativement les performances des lecteurs de mammographie. Tous les participants ont atteint le seuil de performance prédéfini après deux à cinq séances de formation, chacune comprenant entre 35 et 66 cas obtenus sur 1 à 8 mois.
Docteur Imago

GRATUIT
VOIR