Intelligence artificielle et diagnostic médical: Efficacité encore incertaine,

Publié par DK NEWS le 25-09-2019, 17h34 | 1

 On manque encore d'études de qualité  suffisante pour dire si l'intelligence artificielle est efficace pour  établir un diagnostic à partir d'images médicales (scanner, IRM, etc.),  conclut une analyse publiée mercredi.

«L'intelligence artificielle (IA) semble détecter les maladies à partir de  l'imagerie médicale avec les mêmes niveaux de pertinence que les  professionnels de santé» mais «au vu du faible nombre d'études de bonne  qualité disponibles, le vrai potentiel de l'IA reste incertain», soulignent  ses auteurs.

Sur plus de 20.000 publications passées en revue, moins de 1% étaient  conçues avec une méthodologie suffisamment solide et des résultats  confirmés par des experts indépendants, ajoute l'article paru dans The  Lancet Digital Health, qui se présente comme «la première revue  systématique» des études parues sur le sujet.

De plus, seulement 25 avaient validé leur modèle d'intelligence  artificielle en le confrontant aux images médicales d'un autre échantillon  de population que celui étudié et seulement 14 comparaient la performance  des machines et des médecins sur les mêmes cas de patients.

L'intelligence artificielle appliquée au diagnostic médical utilise la  méthode du «deep learning», ou apprentissage profond, qui permet à des  machines d'effectuer des tâches complexes pour lesquelles elles ont été  entraînées, comme la reconnaissance vocale ou visuelle.

«Parmi les quelques études de bonne qualité, nous avons établi que  l'apprentissage profond pouvait effectivement détecter des maladies allant  de cancers à des pathologies ophtalmiques avec autant d'exactitude que des  professionnels de santé», note Alastair Denniston, consultant à  l'University Hospitals de Birmingham (Royaume-Uni), qui a dirigé l'étude.

«On peut peut-être conclure que, d'après le maigre corpus disponible de  travaux comparant l'IA aux médecins, l'IA ne fait pas moins bien que les  humains. Mais les données sont limitées et il est encore trop tôt pour le  dire», a jugé Tessa Cook, professeure assistante de radiologie à  l'université de Pennsylvanie (Etats-Unis), dans un commentaire indépendant  sur l'étude.

Comparer les deux est hasardeux, ajoute-t-elle, rappelant que les médecins  travaillent dans le vrai monde, où les données médicales sont  «brouillonnes, difficiles à cerner et imparfaites».