Évaluation de l'IA

Un nouveau cadre d’évaluation proposé pour juger de la valeur ajoutée d’une IA en radiologie

icon réservé aux abonnésArticle réservé aux abonnés
Le 11/03/24 à 15:00, mise à jour le 11/03/24 à 15:03

Basé sur une évaluation en sept niveaux, le nouveau cadre d'évaluation RADAR s'inspire du modèle hiérarchique de Fryback et Thornsbury d'évaluation de l'efficacité des examens d'imagerie diagnostique. © Boverhof et al, Insights into Imaging | CC BY 4.0 DEED

À l'heure de la démocratisation de l'intelligence artificielle (IA) en médecine, l'évaluation de la valeur ajoutée apportée à la radiologie par ces logiciels paraît critique pour permettre leur adoption locale en clinique par les praticiens. Dans cette optique, une équipe de sept médecins néerlandais et anglais, dont trois radiologues, a publié le 5 février 2024 une déclaration décrivant un nouveau cadre d'évaluation de l'IA intitulé Radiology AI deployment and assessment rubric (RADAR) [1].

Cinq niveaux d'évaluation clinique, et deux niveaux « au-delà »

Basé sur une évaluation en sept niveaux, le nouveau cadre d'évaluation RADAR s'inspire du modèle hiérarchique de Fryback et Thornsbury d'évaluation de l'efficacité des examens d'imagerie diagnostique [2]. Le système RADAR est organisé en sept niveaux : cinq pour l'évaluation de la valeur clinique de l'IA, et deux pour l'évaluation « au-delà de la valeur clinique » – c'est-à-dire l'évaluation socio-économique de l'IA et l'évaluation d

Il vous reste 50% 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

François Mallordy

Journaliste rédacteur spécialisé

Voir la fiche de l’auteur

Bibliographie

  1. Boverhof B.-J., Redekop W. K., Bos D. et al, « Radiology AI Deployment and Assessment Rubric (RADAR) to bring value-based AI into radiological practice », Insights into Imaging, 5 février 2024. DOI : 10.1186/s13244-023-01599-z.
  2. Fryback D. G., Thornbury J. R., « The Efficacy of Diagnostic Imaging », Medical Decision Making, juin 1991. DOI : 10.1177/0272989X9101100203.
  3. Guenoun D., Zins M., Champsaur P. et al, « French community grid for the evaluation of radiological artificial intelligence solutions (DRIM France Artificial Intelligence Initiative) », Diagnostic and Interventional Imaging, 23 septembre 2023. DOI : 10.1016/j.diii.2023.09.002.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

02 Juil

16:56

13:15

La HAS a procédé au renouvellement des membres de la commission recommandations, pertinence, parcours et indicateurs (CRPPI), a-t-elle indiqué dans un communiqué. Six nouveaux membres rejoignent les 18 dont le mandat a été reconduit. Les membres sont nommés pour une durée de trois ans. La première réunion a eu lieu ce mardi 24 juin.

11:12

L’Assemblée nationale a adopté à l’unanimité, le 23 juin 2025, une proposition de loi créant un registre national des cancers. Celui ci vise à centraliser les données épidémiologiques pour améliorer prévention, dépistage et prise en charge, indique vie-publique.fr 

7:30

La Société belge de radiologie dénonce dans une note la politique menée depuis 2020 par le ministre de la Santé, Frank Vandenbroucke, notamment la généralisation du tiers payant, qui entraînerait « une perte d'efficacité, une surcharge chronique du système et une dégradation visible de la qualité des soins ».

7:00

01 Juil

16:00

Des chercheurs chinois ont développé une procédure d'évaluation des risques de cancer gastrique par intelligence artificielle à partir d'examens de scanner. « Il démontre un fort potentiel pour un dépistage à grande échelle, offrant une approche efficace et faisable pour une détection précoce », écrivent-ils dans Nature.
✕
Docteur Imago

GRATUIT
VOIR