Algorithmes

Une méta-analyse pointe les biais et les failles méthodologiques des modèles d’IA pour la Covid-19

Selon une revue de littérature britannique, les études sur l’utilisation de modèles d’intelligence artificielle pour la détection et le pronostic de la Covid-19 à partir d’examens d’imagerie souffriraient de problèmes liés à la mauvaise qualité des données, à une faible application des méthodes de développement des algorithmes, ainsi que d’une mauvaise reproductibilité et de bais de conception.

icon réservé aux abonnésArticle réservé aux abonnés
Le 27/04/21 à 16:00, mise à jour aujourd'hui à 15:11 Lecture 3 min.

« Les rapports d’études actuels souffrent d’une prévalence élevée de déficiences au niveau de la méthodologie et du compte rendu », constatent les chercheurs de Cambridge. D. R.

Sur plus de 320 algorithmes développés pour diagnostiquer la Covid-19 ou anticiper son évolution à partir d’examens de radiographie ou de scanner thoracique, aucun n’est suffisamment robuste et validé pour une utilisation en clinique, conclut une méta-analyse décrite dans la revue Nature machine intelligence [1]. Ses auteurs, un groupe de mathématiciens et de radiologues de l’université de Cambridge, au Royaume-Uni, ont passé au crible la littérature publiée sur le sujet et évalué les risques de biais ainsi que les erreurs méthodologiques les plus fréquentes.

Des études mal décrites

Les recherches sur les bases de publications ont renvoyé 2 150 articles, dont 415 présentent des résumés jugés pertinents pour la problématique intéressant cette méta-analyse. L’analyse des textes entiers a permis de retenir 320 papiers, dont 258 ont été écartés car ils ne décrivaient pas suffisamment les méthodes de développement et de validation employées par leurs auteurs, ce qui compromet la reproductibil

Il vous reste 81% 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. Roberts M., Driggs D., Thorpe M. et coll., « Common pitfalls and recommandations for using machine learning to detect and pronosticate for COVID-19 using chest radigraphs ans CT scans », Nature Machine Intelligence, mars 2021, vol. 3, p. 199 – 217. DOI : https://doi.org/10.1038/s42256-021-00307-0

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

18 Avr

16:00

RECIST 1.1 reste la norme pour évaluer la réponse tumorale, notamment pour les métastases hépatiques après traitement systémique. Les modifications au scanner et en IRM suggérant une nécrose, une fibrose, des calcifications et une hémorragie, peuvent être utilisées comme indicateurs supplémentaires de la réponse tumorale.

15:44

Des chercheurs ont examiné pour la première fois les tendances temporelles chez les patients subissant régulièrement un examen de scanner. Ces derniers ont observé une modification des pratiques d’imagerie depuis 2020, avec un taux d’examens récurrents en baisse après 2020 et une dose efficace médiane qui a augmenté après 2020 par rapport à avant 2020. (Étude).

13:15

L'arrêté du 11 avril 2025 renouvelle l'inscription du stent retriever ERIC®, fabriqué par la société MICROVENTION Europe, sur la liste des produits et prestations remboursables (LPPR) prévue à l'article L. 165-1 du Code de la sécurité sociale.

7:57

Le scanner du centre hospitalier de La Ferté-Macé (Orne) sera mis en service le jeudi 24 avril 2025, a annoncé le groupement hospitalier de territoire des Collines de Normandie dans un communiqué publié le 14 avril. Source : Ouest France.
Docteur Imago

GRATUIT
VOIR