Retour à Médecine

L'intelligence artificielle égale-t-elle les diagnostics des médecins ?

(c)iStock (c)iStock

Une étude publiée par le journal médical The Lancet montre que l'intelligence artificielle égalerait les médecins dans l'établissement de diagnostic. Une conclusion que la revue invite toutefois à modérer tant la comparaison demeure complexe.


L'étude de The Lancet a compilé les 31.587 études existant le sujet. À en croire l'étude, seule une très faible proportion présentait une méthodologie scientifique suffisante pour conduire à des résultats pertinents. L'enseignement principal de cette méta-étude semble encourageante pour le développement des technologies : "Notre étude a révélé que le rendement diagnostique des modèles d'intelligence artificielle est équivalent à celui des professionnels de la santé", peut-on lire en conclusion de l'article anglais.

The Lancet émet toutefois quelques réserves concernant la comparaison.

  • Peu d'études comparent à proprement parler le diagnostic des machines et celui des professionnels à propos d'un échantillon identique. La plupart se concentre en effet sur l'exactitude de l'intelligence artificielle de façon isolée, sans regarder les décisions humaines sur un panel de patients identiques ;
  • très peu d'études ont été réalisées en terrain clinique ;
  • Les paramètres à prendre en compte sont bien différents selon qu'il s'agisse d'hommes ou de machines et que la littérature scientifique ne s'est pas encore intéressée à la question de manière significative.

Un potentiel incertain

La revue médicale a ainsi mis en évidence un manque de recul sur le sujet, pourtant nécessaire à l'évaluation : "Au vu du faible nombre d'études de bonnes qualité disponibles, le vrai potentiel de l'intelligence artificielle reste incertain", soulignent les auteurs. Cette méta-étude constitue toutefois une étape important pour l'évaluation scientifique de ces technologies.

Dans le domaine du diagnostic médical, l'intelligence artificielle utilise la technologie du deep learning (apprentissage profond). Celle-ci permet aux machines d'effectuer des tâches complexes en se basant sur la consultation d'une grande quantité d'images, pour en définir des modèles d'analyses et de prédiction des risques.