Selon une nouvelle étude publiée dans Radiology, les systèmes d'aide à la décision basés sur l'IA pourraient sérieusement nuire aux performances des radiologues à tous les niveaux d'expertise lors de la lecture des mammographies. Les chercheurs ont réalisé que les radiologues, même expérimentés, étaient sujets au biais d’automatisation.
Souvent présentés comme une « deuxième paire d'yeux » pour les radiologues, les systèmes d'assistance à la décision en mammographique basés sur l'IA sont l'une des applications les plus prometteuses de l'IA en radiologie.
Le biais d’automatisation peut-il toucher les radiologues utilisant l’IA pour interpréter les mammographies ?
Mais à mesure que la technologie se développe, on craint qu'elle ne rende les radiologues sensibles au biais d'automatisation, c’est à dire la propension des humains à favoriser les suggestions des systèmes de prise de décision automatisés. Plusieurs études ont montré que l'introduction de la détection assistée par ordinateur dans le flux de travail de la mammographie pouvait nuire aux performances du radiologue. Cependant, aucune étude n'a examiné l'influence des systèmes basés sur l'IA sur la performance des lectures précises de mammographie par les radiologues.
En vous abonnant à Thema Radiologie, vous débloquez l’accès à l’ensemble de nos contenus premium : dossiers thématiques, tribunes d’experts, analyses technologiques, interviews et décryptages réglementaires.
Profitez de 15 jours d'essai gratuit pour découvrir tous nos contenus premium !
Déjà abonné ? Connectez-vous pour débloquer cet article.


La qualité du traitement chirurgical du cancer du sein est conditionnée par l’obtention d’une résection avec marges négatives. Pour évaluer précisément ces marges, l’imagerie thermique peropératoire a un fort potentiel. Un prototype de caméra thermique a été expérimenté pour prédire les résections à...
19/01/2026 -


Un article récent publié dans la Revue RadioGraphics nous propose une revue de l’ensemble des indications d’IRM pelvienne gynécologique. Ce document décrit l’arsenal complet de séquences en T1, T2 et diffusion à utiliser, promeut une approche systématique et progressive de l’évaluation des lésions e...
12/01/2026 -


Les lésions nodulaires malignes mammaires sont jugées comme difficilement standardisées dans BI-RADS. Une étude coréenne publiée dans la Revue Radiology tente de faire une comparaison avec les lésions non tumorales et observe une bonne concordance inter-observateurs pour le classement en lésions neu...
16/12/2025 -


Un modèle d'IA basé uniquement sur l'analyse d'images pour prédire le risque de cancer du sein à cinq ans offre une stratification du risque plus robuste que l'évaluation de la densité mammaire seule. Des chercheuses ont présenté ce modèle, capable d’identifier les changements dans le tissu mammaire...
04/12/2025 -


Ajuster la fréquence du dépistage du cancer du sein pour en optimiser les résultats est au cœur des préoccupations des experts scientifiques du domaine. Une étude publiée dans la Revue Radiology introduit une solution d’IA dans l’analyse de la campagne triennale britannique de dépistage pour générer...
29/10/2025 -

À l’heure où les jeunes radiologues sont moins nombreux à s’engager dans l’imagerie mammaire, nous souhaitions recueillir le témoignage d’un radiologue expert. Le Dr Éric Bocchialini nous a fait le plaisir de décrire l’organisation originale que lui et ses associés ont mis en place dans les Landes p...
14/10/2025 -

Afin d’informer les femmes sur le dépistage du cancer du sein, l’Institut national du cancer (INCa) a déployé, dès la mi-septembre 2025, une campagne d’information 100 % digitale également présente dans les maisons de santé.
23/09/2025 -
Ne manquez aucune actualité en imagerie médicale et radiologie !
Inscrivez-vous à notre lettre d’information hebdomadaire pour recevoir les dernières actualités, agendas de congrès, et restez informé des avancées et innovations dans le domaine.