Biais de l'IA

Neuro-imagerie : les IA n’ont pas (encore) le niveau pour la vie réelle

Les algorithmes de recherche utilisés pour le diagnostic de pathologies psychiatriques à partir de données de neuro-imagerie ne sont pas mûrs pour l'utilisation clinique, d'après une étude parue le 6 mars 2023 dans JAMA Network Open. En cause : un risque de biais élevé, ainsi qu'un manque de qualité des comptes rendus des IA.

icon réservé aux abonnésArticle réservé aux abonnés
Le 05/04/23 à 7:00, mise à jour le 11/09/23 à 13:23 Lecture 2 min.

Si l'IA fait l'objet d'un nombre croissant de publications en neuro-imagerie, elle est encore loin d'égaler le radiologue ! Parmi 555 modèles d'IA en neuro-imagerie répertoriés dans la littérature, aucun n'était perçu comme applicable en clinique, d'après une revue systématique publiée en mars dans JAMA Network Open (image d'illustration). © Stable Diffusion

À l'heure où l'intelligence artificielle (IA) se développe toujours plus en radiologie, évaluer son efficacité clinique potentielle paraît nécessaire pour faire le lien entre recherche et utilisation en vie réelle. Dans une revue systématique publiée le 6 mars dans JAMA Network Open [1], une équipe internationale de chercheurs s'est attelée à la tâche en neuro-imagerie. Surprise : sur les 555 modèles d'IA basés sur des données de neuro-imagerie analysés, 83,1 % présentent un risque de biais global élevé. Pire, aucun n'est perçu par les auteurs comme souhaitable pour une utilisation clinique !

555 IA de diagnostic psychiatrique évaluées

Pour arriver à cette conclusion, les chercheurs ont établi une liste de 517 articles parus entre 1990 et 2022 concernant le développement ou la validation de modèles d'IA basés sur des données de neuro-imagerie. Ces publications évoquaient en tout 555 modèles d'IA diagnostiques, dont près des trois quarts se basaient sur des données d'imagerie médicale (IR

Il vous reste 69% 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

Bibliographie

  1. Chen Z., Liu X., Yang Q. et coll., « Evaluation of risk of bias in neuroimaging-based artificial intelligence models for psychiatric diagnosis: A systematic review », JAMA Network Open, 6 mars 2023. DOI : 10.1001/jamanetworkopen.2023.1671.

Spécialité médicale

Neurologie Psychiatrie

Modalité d’imagerie

IRM

Mots-clés

intelligence artificielle neuro-imagerie

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

09 Jan

16:11

Une étude publiée dans BMC Urology a évalué la capacité de plusieurs grands modèles de langage à classer des comptes rendus d’IRM de la prostate selon le système PI-RADS v2.1. Le modèle GPT-o1 montre la meilleure concordance avec les radiologues, mais tous les modèles présentent des limites pour les lésions PI-RADS 3.

15:00

13:08

Chez les patients atteints d'occlusion aiguë des grands vaisseaux (LVO) de l’ACM et de sténose de l’artère intracrânienne sous-jacente traitée par stent de secours, l’administration préalable d’une thrombolyse intraveineuse n’est pas associée à une augmentation du risque d’hémorragie intracrânienne symptomatique ni de la mortalité à 90 jours (étude).

7:30

Un modèle de classification ternaire radiologique a obtenu des performances diagnostiques « excellentes » pour différencier les lésions pulmonaires sur des images de scanner, selon des résultats publiés dans Radiology.

7:00

08 Jan

15:17

Des chercheurs ont introduit un nouveau marqueur tumoral IRM appelé « signe sombre-clair-obscur » et suggèrent qu’il peut aider à prédire la métastase des ganglions lymphatiques chez les patients atteints d’un cancer rectal, selon une étude publiée dans Radiology.
✕
Docteur Imago

GRATUIT
VOIR