L’intelligence artificielle (IA) commence à remplacer des travailleurs dans divers secteurs, mais les radiologues n’ont pas encore de raisons de s’inquiéter. Malgré le déficit mondial de spécialistes, ils analysent quotidiennement des milliers d’images médicales, et leurs conclusions sont cruciales pour la détection précoce du cancer. Ce type de travail est particulièrement adapté à l’application de l’IA.
Une étude de la clinique Mayo a révélé qu’un modèle d’IA est capable de détecter le cancer du pancréas bien avant qu’il ne soit visible sur les scans — en moyenne 475 jours avant le diagnostic. Cependant, l’IA n’est pas à l’abri des erreurs. Jens Vogel-Clausen, directeur du département de radiologie de la clinique universitaire Charité à Berlin, a cité deux exemples : dans un cas, le système a confondu une cicatrice de tuberculose avec un nœud potentiellement cancéreux, et dans un autre, il n’a pas détecté un signe suspect qui s’est avéré être un cancer du poumon.
« Le logiciel n’est pas parfait, le radiologue n’est pas parfait, mais ensemble, le radiologue avec le bon logiciel d’IA travaille plus efficacement que le radiologue seul », a-t-il déclaré.
Potentiel et limites de l’IA en médecine
Les experts estiment que le potentiel de l’IA pour transformer les soins de santé est immense. Elle est déjà mise en œuvre dans diverses spécialités médicales, notamment en oncologie et en pathologie, où les médecins examinent des échantillons biologiques sur des lames de laboratoire. Cependant, ce potentiel ne sera pas pleinement réalisé avant longtemps.
Le principal problème est que l’IA tire souvent des conclusions sans aucun signe de doute. « Le modèle peut sembler absolument sûr et être inexact, et dans les soins de santé, ce n’est pas un risque abstrait — c’est le diagnostic de quelqu’un », a déclaré Brian Anderson, directeur général de la Coalition for Health AI, qui collabore avec les systèmes de santé et les fournisseurs pour discuter ouvertement des limites de ces outils.
Outre le risque de diagnostic erroné, l’IA peut également renforcer les conclusions erronées des médecins eux-mêmes — un phénomène connu sous le nom de biais de confirmation. Étant donné que les modèles sont formés sur différents ensembles de données, la qualité de leurs interprétations peut également varier.
Responsabilité et avenir de l’IA
Un autre défi demeure la question de la responsabilité. Selon l’Organisation mondiale de la santé, seulement 8 % des pays qui mettent en œuvre l’IA dans le diagnostic disposent de normes définissant qui sera responsable en cas d’erreur du système. Suzanne Ludwig, analyste chez Bernstein, estime que l’IA complète le capital humain plutôt que de le remplacer.
« L’IA doit fonctionner correctement, car en fin de compte, ce sont les vies des patients qui sont en jeu, ce qui réduit considérablement la tolérance aux erreurs », note-t-elle.
Source : Bloomberg
