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 14:12 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

Spécialité médicale

Urgence Pneumologie

Modalité d’imagerie

Scanner Radiologie conventionnelle

Mots-clés

COVID-19 intelligence artificielle

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Dans le dossier

icon réservé aux abonnés L’intelligence artificielle en pratique clinique

Voir le dossier

Le fil Docteur Imago

19 Déc

15:09

Face à l'adoption du PLFSS par l'Assemblée national le 16 décembre dernier, les syndicats de médecins appellent à une mobilisation générale de la médecine libérale début janvier et à une grande manifestation à Paris, le samedi 10 janvier pour dénoncer des mesures qu'ils jugent dangereuses pour le système de santé et la santé des citoyens.

15:00

13:14

La radiomique hypothalamique combinée à des caractéristiques cliniques offre une approche exploratoire prometteuse pour prédire l’apnée obstructive du sommeil (AOS), indique une étude dont les résultats mettent en lumière le potentiel de la radiomique pour identifier les changements hypothalamiques associés à l’AOS.

7:08

La biopsie pulmonaire guidée par scanner assistée par laser améliore le succès de la première ponction, l’efficacité de la procédure et la sécurité par rapport à l’approche conventionnelle, indique une étude parue dans Radiography. Toutefois, ces résultats nécessitent une confirmation par des essais contrôlés randomisés multicentriques plus larges.

7:00

18 Déc

15:12

Les thérapies ciblées moléculaires occupent une place croissante en oncologie, notamment avec l’émergence de la nectine-4, un antigène tumoral surexprimé dans plusieurs cancers et particulièrement pertinent dans le carcinome urothélial. Une revue parue dans JNM synthétise les avancées récentes en théranostique moléculaire ciblant la nectine-4, en mettant en évidence le développement de radiotraceurs spécifiques offrant des performances diagnostiques comparables ou supérieures aux méthodes d’imagerie standard.
✕
Docteur Imago

GRATUIT
VOIR