L’Institut de Data Science de l’American College of Radiology (ACR) a mené une enquête annuelle auprès de ses membres. L’objectif était de comprendre comment les radiologues utilisent l’intelligence artificielle dans les pratiques qu’ils réalisent au quotidien. Dans le cadre de cette étude, un article a été publié, explicitant l’ensemble des résultats.
Une enquête induite d’une utilisation plus fréquente de l’IA dans le domaine de la médecine
Des estimations de 2020 prévoient que le marché de l’IA en imagerie médicale sera multiplié par 10 au cours de la prochaine décennie. La Food & Drug Administration (FDA), à date de juillet 2020, a validé 56 algorithmes d’IA pour une utilisation clinique :
Bien qu’il y ait eu beaucoup d’engouement médiatique autour de la possibilité que le deep learning soit exploité en radiologie, conduisant à une utilisation généralisée de l’IA, la réalité semble plus modérée quant au propos. De ce ressenti, des chercheurs du Data Science Institute de l’ACR ont publié dans le journal de leur institution, un article sur les radiologues et l’utilisation de l’IA. Bibb Allen en est l’auteur principal, accompagné de Sheela Agarwal, Laura Coombs, Christoph Wald et Keith Dreyer.
Pour l’équipe de chercheurs, comprendre comment les radiologues se servent de l’IA dans la pratique clinique et surveiller ces tendances au fil du temps semble une approche essentielle pour faciliter le développement d’algorithmes d’IA qui aideront à améliorer les soins médicaux.
Le déroulement de l’étude et les résultats
L’ACR Data Science Institute a envoyé une brève enquête électronique à tous les radiologues de l’ACR par e-mail. Les participants ont été invités à fournir des informations démographiques sur leur pratique, et également sur leurs utilisations actuelles de l’IA dans le cadre de leur travail clinique. Ils ont également été invités à évaluer la performance des modèles d’IA dans leurs applications et à évaluer les besoins futurs.
Selon l’enquête, environ 34% des radiologues interrogés ont déclaré utiliser actuellement l’IA dans leurs pratiques cliniques. Plus la tâche est complexe ou longue à réaliser, plus l’IA est utilisée. Selon 73% des participants, l’IA peut être exploité pour détecter des lésions, 71% d’entre eux pensent qu’elle sera utile dans la réalisation d’analyses morpho-anatomiques. L’ensemble des résultats concernant les potentielles pratiques de l’IA en radiologie sont disponibles sur le graphique ci-contre :
Environ 94% des utilisateurs ont déclaré que “les performances de l’IA dans leur pratique étaient parfois incohérentes” et que seulement 5,7% d’entre eux ont déclaré que la technologie qu’ils exploitaient “fonctionnait à chaque utilisation”. Parmi les incohérences signalées par les utilisateurs de l’IA, on retrouve des problèmes de visibilité, d’usage correct des scanners ou encore d’analyse des données d’un ou plusieurs patients.
Des questions ont été axées autour des possibles améliorations à apporter aux modèles d’IA afin de perfectionner les modèles d’IA. 60% des participants ont répondu que le Data Science Institue devait fournir des méthodes pour évaluer les performances des algorithmes et pouvoir faire des commentaires sur leur efficacité si cela est nécessaire. Ils aimeraient également tester la qualité du modèle avec leurs propres bases de donnés pour décider si oui ou non, ils souhaitent l’acquérir.
