Pourquoi l’intelligence artificielle est loin de remplacer le radiologue
Si les systèmes utilisant l’IA peuvent s’avérer très utiles, ils ne possèdent pas l’intuition et l’expérience du clinicien.
«Nous devrions arrêter de former des radiologues. Il est évident que dans cinq ans, le Deep Learning fera mieux.» En 2016, la prédiction faite à Toronto par Geoffrey Hinton, pape de l’intelligence artificielle, se voulait un brin provocante. Cinq ans et des milliers d’algorithmes plus tard, les systèmes d’intelligence artificielle sont bien présents chez les radiologues… mais la prédiction du chercheur canadien reste parfaitement fausse.
Calculer le volume d’une prostate, détecter des nodules pulmonaires, débusquer une fracture, évaluer la densité de calculs rénaux, comparer deux IRM pour surveiller l’évolution d’une sclérose en plaques… «Il existe beaucoup de programmes utilisés en routine clinique», explique le Dr Franck Clarot, radiologue libéral à Rouen et vice-président de la Fédération nationale des médecins radiologues (FNMR). Et de nouveaux systèmes naissent régulièrement: la société Incepto s’apprête ainsi à lancer Keros, une IA chargée de détecter dans des IRM du genou des lésions…
Cet article est réservé aux abonnés. Il vous reste 81% à découvrir.
Vous avez envie de lire la suite ?
Débloquez tous les articles immédiatement.
Déjà abonné ? Connectez-vous
Il n'y a actuellement aucun commentaire concernant cet article.
Soyez le premier à donner votre avis !