Développement des algorithmes

Comment améliorer les challenges en intelligence artificielle ?

Au congrès de l’ECR 2020, Lena Maier-Hein, professeur de sciences informatiques, a proposé de faire évoluer les méthodes de conception et de compte rendu des challenges d’analyse automatique d’images biomédicales. Leur manque de rigueur et de précision perturberait aujourd’hui l’interprétation et la reproductibilité des résultats.

icon réservé aux abonnésArticle réservé aux abonnés
Le 18/07/20 à 15:00, mise à jour hier à 14:15 Lecture 4 min.

Dans les challenges d'intelligence artificielle en imagerie médicale, « le gagnant n’est pas toujours le meilleur », affirme Lena Maier-Hein, qui dirige le département des interventions médicales assistées par ordinateur du Centre allemand de recherche sur le cancer (photo d'illustration). © Carla Ferrand

Les challenges se multiplient ces dernières années en intelligence artificielle appliquée à l’imagerie médicale. Mercredi 15 juillet, une session du Congrès européen de radiologie (ECR) s’est intéressée à la méthodologie de ces concours. De façon classique, leurs organisateurs définissent une problématique, une base de données, et évaluent objectivement les performances des algorithmes développés par les participants. Mais pour Lena Maier-Hein, qui dirige le département des interventions médicales assistées par ordinateur du Centre allemand de recherche sur le cancer, « le gagnant n’est pas toujours le meilleur ». De nombreuses erreurs viendraient en effet perturber les classements.

Bien définir ses indicateurs

Elles commenceraient dès la conception des challenges, affirme cette professeure de sciences informatiques, à l’appui d’une étude internationale qu’elle a dirigée et qui a analysé plus de 500 de ces compétitions [1]. « Leurs concepteurs ne réfléchissent pas assez aux indicateurs d

Il vous reste 84% 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. Maier-Hein L., Eisenmann M., Reinke A. et coll., « Why rankings of biomedical image analysis competitions should be interpreted with care », Nature Communications, 2018, vol. 9. DOI : 10.1038/s41467-018-07619-7.
  2. Maier-Hein L., Reinke A., Kozubek M. et coll., « BIAS: transparent reporting of biomedical image analysis challenges », Med Image Anal, 2020.
  3. Wiesenfarth M., Reinke A., Landman B. A. et coll., « Methods and open-source tookits for analyzing and visualizing challenge results », ArXiv, 10 novembre 2019. https://arxiv.org/pdf/1910.05121v1.pdf. Consulté le 17 juillet 2020.

Mots-clés

intelligence artificielle ECR 2020

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Dans le dossier

icon réservé aux abonnés Ce qu’il fallait retenir de l’ECR 2020

Voir le dossier

Le fil Docteur Imago

23 Jan

7:12

Un nouveau cabinet de radiologie a ouvert ses portes le 5 janvier à Saint-Avold (57), sous le nom d'Imany radiologie, après la liquidation judiciaire de l’ancien centre d’imagerie du groupe Oradianse en mars 2025, informe Le Républicain Lorrain.

7:00

22 Jan

15:17

Les salariées du cabinet de radiologie de Ploërmel, quatre secrétaires et trois manipulatrices ont été officiellement licenciées après plusieurs mois sans activité, suite au départ à la retraite de deux radiologues du site, informe le média actu.fr.

15:00

13:09

iSono Health, la première plateforme d’échographie mammaire portable, automatisée, a annoncé le lancement commercial d’ATUSA™, une plateforme d’échographie mammaire quantitative 3D et automatisée approuvée par la FDA, annonce un communiqué.

7:11

✕
Docteur Imago

GRATUIT
VOIR