Diagnostic médical : le véritable potentiel de l'IA demeure incertain
Selon la première revue systématique et méta-analyse comparant les performances des algorithmes de " deep learning " à celles des professionnels de la santé en termes de diagnostic basé sur l'imagerie médicale, l'intelligence artificielle (IA) semble détecter les maladies avec des niveaux de précision similaires. Unrésultat à nuancer toutefois vu le faible nombre d'études robustes qui sont disponibles dans ce domaine.
Afin d'estimer le potentiel réel de l'IA dans le domaine des soins de santé, les chercheurs ont procédé à une revue systématique et à une méta-analyse de toutes les études comparant les performances des algorithmes de "deep learning" et des professionnels de la santé en matière de détection des maladies à partir d'imagerie médicale. Ces études ont été publiées entre janvier 2012 et juin 2019. La manière dont elles ont été conçues, leur notification et leur valeur clinique ont également été évaluées.
Hors des 31 587 études identifiées lors du processus de recherche, 82 ont été retenues pour être inclues dans la revue systémique. Parmi elles, 69 ont fourni suffisamment de données permettant de calculer la précision du test avec une sensibilité allant de 9,7% à 100,0% et une spécificité allant de 38,9% à 100,0%.
Seulement 25 études avaient validé leurs résultats en confrontant leur algorithme à des images médicales d'un autre échantillon de population que la population source de l'étude. La réplication primaire des résultats n'a donc été effectuée que dans moins de 1 millième des études analysées. Enfin, parmi les 25 études, seulement 14 avaient comparé les résultats des algorithmes de "deep learning" à ceux des professionnels de la santé sur les mêmes cas de patients.
L'analyse des données des 14 études montrent que les algorithmes de "deep learning" détectent correctement une pathologie 87,0% du temps comparativement à 86,4% pour les professionnels de la santé. La capacité à exclure avec précision les patients non atteints est également quasi similaire pour les algorithmes (spécificité de 92,5%) par rapport aux experts humains (90,5%).
En conclusion, l'IA serait aussi performante que les experts médicaux lorsqu'il s'agit de diagnostiquer des pathologies à partir de l'imagerie médicale. Cependant les auteurs de cette recherche mettent en évidence des limitations importantes, entre autres des lacunes dans la méthodologie et la notification des études, qui incitent à interpréter les résultats de leur travail avec prudence.
"Compte tenu du faible nombre d'études de bonne qualité disponibles, le véritable potentiel de l'IA demeure incertain," conclut le Pr Alastair Denniston.
(référence : The Lancet Digital Health, 25 septembre 2019, doi : 10.1016/S2589-7500(19)30123-2)
https://www.thelancet.com/journals/landig/article/PIIS2589-7500(19)30123-2/fulltext