Des algorithmes d’IA surévalués et des humains sous-estimés

Le 4 juin, une conférence-débat des Journées francophones de radiologie (JFR) s’est attelée à exposer les mythes et réalités de l’intelligence artificielle (IA) en radiologie et à démêler le vrai du faux sur les performances des algorithmes.

Un match truqué ?

L’un des principaux mythes fondateurs de l’IA en santé repose sur le fameux match « algorithme vs humain », avec les courbes receiver operating characteristic (ROC) comme échelles d’évaluation entre les performances des radiologues et celles des logiciels. Or, indique Thibaut Jacques, radiologue au CHU de Lille (59), la manière dont sont conçues de nombreuses études ne reflète pas la réalité du terrain : « Souvent, on évalue les humains de façon rétrospective. Mais il a été démontré que si on fait lire à un médecin 100 mammographies en rétrospectif et les mêmes mammographies en prospectif dans la pratique clinique, les performances intrinsèques seront différentes. C’est le « laboratory effect ». Dans les études rétrospectives, les h