Une feuille de route pour atténuer les biais de l'IA
Les biais diagnostiques créés par l’IA relèvent d’un manque d’informations démographiques incluent dans les données de santé. Dans un article publié dans la Revue Radiology, des chercheurs américains décrivent l’importance d’une définition homogène décrivant les groupes démographiques. Un travail qui sonne comme une feuille de route pour des pratiques plus cohérentes en matière d’IA en imagerie.
Radiologues, informaticiens et chercheurs ont présenté, dans un article publié dans la Revue Radiology, les pièges et les meilleures pratiques pour atténuer les biais des modèles d'intelligence artificielle (IA), dans la pratique radiologique.
Les points faibles de l’IA qui entraînent des biais diagnostiques
« L'IA a le potentiel de révolutionner la radiologie en améliorant la précision diagnostique et l'accès aux soins, annonce l'auteur principal, le Dr Paul H. Yi, professeur associé du département de radiologie et directeur du département d'informatique d'imagerie intelligente au St. Jude Children's Research Hospital de Memphis (Tennessee – USA). Cependant, les algorithmes d'IA peuvent parfois présenter des biais, désavantageant involontairement certains groupes en fonction de l'âge, du sexe ou de l'origine ethnique. »
Si cette problématique est de plus en plus prise en compte, l'évaluation et la mesure des biais algorithmiques posent des défis. Dans cet article, le Dr Yi et ses collègues identifient les principaux points faibles, ainsi que les meilleures pratiques et initiatives à mettre en œuvre. « Malgré l'attention considérable portée à ce sujet, il existe un manque flagrant de consensus sur des aspects clés tels que les définitions statistiques des biais, la catégorisation des données démographiques et les critères cliniques utilisés pour déterminer ce qui constitue un biais significatif », ajoute le Dr Yi.
Cet article est réservé aux abonnés. Connectez-vous pour y accéder.
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.
Rejoignez une communauté de professionnels engagés dans l’innovation en imagerie médicale et radiologie interventionnelle.
SUR LE MÊME THÈME
Des LLM affinés pour aider à la relecture des comptes rendus
Selon une nouvelle étude publiée dans la Revue Radiology, un grand modèle de langage (LLM) améliorerait sensiblement la détection des erreurs dans les comptes rendus de radiologie. Les chercheurs ont utilisé des comptes rendus synthétiques et des données ciblées pour donner au LLM de la légèreté.
23/05/2025 -
Agir sur la vulnérabilité des grands modèles de langage en radiologie
Dans un nouvel article spécial publié dans la Revue Radiology, des chercheurs abordent les défis de cybersécurité liés aux grands modèles de langage (LLM). Ils soulignent l'importance de mettre en œuvre des mesures de sécurité pour empêcher leur utilisation malveillante dans le système de Santé et m...
21/05/2025 -
Essais sur une RAG pour améliorer les grands modèles de langages en radiologie
Pour renforcer les attributs des grands modèles de langage appliqués à la radiologie, la RAG, qui code les informations dans un espace vectoriel pour affiner les tâches des LLM basées sur la connaissance, semble pertinente. Dans une étude publiée dans la Revue Radiology : Artificial intelligence, de...
05/05/2025 -
Le lexique radiologique standardisé RadLex fête ses vingt ans
RadLex, un lexique radiologique complet développé par la Radiological Society of North America (RSNA) destiné à proposer un langage commun pour communiquer les résultats diagnostiques par les radiologues, célèbre son 20e anniversaire en 2025.
22/04/2025 -
La TDM ultra low dose, prochaine norme pour le suivi des jeunes immunodéprimés ?
La tomodensitométrie à ultra-faible dose débruitée par l’IA permet, en appliquant seulement 2% de la dose normale, de diagnostiquer efficacement la pneumonie chez les patients immunodéprimés. C’est le résultat d’une étude publiée dans la Revue Radiology et qui pourrait ouvrir la voie vers de nouvel...
14/03/2025 -
Recommandations européennes pour l'intégration de l'IA dans la radiologie
L’European Society of Radiology (ESR), sous la direction de son groupe de travail sur l'IA, vient de publier un document de recommandations pour une implémentation généralisée de l’European AI Act.
11/03/2025 -
Une équipe suisse crée un outil de segmentation des images IRM prometteur
Des chercheurs suisses présentent, dans un article publié dans la Revue Radiology, un modèle d'IA robuste de leur création qui segmente automatiquement les principales structures anatomiques dans les images IRM, indépendamment de la séquence. Ce modèle d’IA est capable de segmenter les images d’IRM...
24/02/2025 -
LETTRE D'INFORMATION
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.