Une nouvelle analyse suggère que l’intelligence artificielle (IA) peut détecter des maladies à partir d’examens d’imagerie médicale à des niveaux d’exactitude comparables à ceux des professionnels de santé (PS). Les auteurs ont cependant mis en garde qu’au vu du faible nombre d’études de haute qualité sur lesquelles il a été possible de s’appuyer pour parvenir à cette conclusion, la véritable puissance de l’IA reste incertaine.
Les chercheurs ont réalisé une revue systématique et une méta-analyse de toutes les études ayant comparé les performances des modèles d’apprentissage profond à celles des PS dans la détection des maladies à partir d’examens d’imagerie médicale. Quatre-vingt-deux articles publiés entre 2012 et juin 2019 ont été inclus.
L’analyse des données issues de 14 études ayant comparé les performances de l’apprentissage profond avec celles d’êtres humains sur le même échantillon a révélé une sensibilité combinée de 87,0 % pour les modèles d’apprentissage profond et de 86,4 % pour les PS ainsi qu’une spécificité combinée de 92,5 % pour les modèles d’apprentissage profond et de 90,5 % pour les PS.
Les auteurs ont noté que plusieurs « lacunes méthodologiques » étaient fréquentes dans la plupart des études incluses. Peu d’études avaient présenté des résultats validés en externe ou avaient comparé les performances des modèles d’apprentissage profond à celles des PS sur un même échantillon, ont-ils indiqué. Les insuffisances en termes de compte rendu des résultats étaient également répandues.
Les auteurs, qui ont écrit dans la revue Lancet Digital Health, ont déclaré que des normes plus élevées pour la recherche et le compte rendu des résultats sont nécessaires afin d’améliorer les futures évaluations.
Lire la suite: www.univadis.fr
