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

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

21 Fév

13:40

Selon une étude publiée dans Radiology, un algorithme d’apprentissage profond disponible dans le commerce peut permettre des examens IRM de l’épaule de bonne qualité en sept minutes.

7:37

Le parlement a adopté définitivement le budget 2025 de la Sécurité sociale ce 17 février. Il prévoit une hausse des dépenses d’Assurance maladie de 3,4 %, pour atteindre un montant de 265 milliards d’euros.
20 Fév

16:01

L’imagerie des paramètres d’atténuation par ultrasons peut être utilisée pour le dépistage clinique afin d’évaluer la prévalence de la MASLD chez les patients en surpoids ou obèses et de suivre de manière dynamique la progression de la maladie, conclut une étude publiée dans Clinical radiology.

13:31

Le modèle de langage appelé Axpert démontre un potentiel de marquage automatique de l’entérocolite nécrosante sur les comptes-rendus de radiographie abdominale infantile. Cette méthode de marquage peut ainsi servir de cadre pour d’autres modalités d’imagerie et maladies chez les enfants, et les maladies rares chez l’adulte, suggère une étude publiée dans JAMIA Open.
Docteur Imago

GRATUIT
VOIR