Publié le 24 octobre 2024 14h30. Une nouvelle plateforme d’évaluation indépendante permet de tester l’équité et la performance des algorithmes d’intelligence artificielle destinés au système de santé britannique, avec un premier focus sur le dépistage de la rétinopathie diabétique.
- Des chercheurs ont développé une plateforme de test unique pour évaluer les algorithmes d’IA utilisés dans le NHS, en se concentrant sur l’équité, la précision et l’adéquation à l’usage médical.
- Les premiers tests, portant sur 1,2 million d’images rétiniennes, montrent une précision de détection de la rétinopathie diabétique allant de 83,7 à 98,7 %, comparable voire supérieure à celle des experts humains.
- Cette plateforme pourrait devenir une infrastructure nationale pour garantir la sécurité et la fiabilité de l’IA médicale, en offrant un environnement de test standardisé et indépendant.
L’évaluation de l’intelligence artificielle (IA) dans le secteur de la santé est de plus en plus cruciale, mais se heurte souvent à des considérations de coût et de performance immédiate. Une nouvelle étude met en lumière la nécessité d’une approche plus rigoureuse et globale, notamment en matière d’équité algorithmique. Jusqu’à présent, les logiciels utilisés comme dispositifs médicaux ont rarement fait l’objet d’une évaluation à grande échelle pour détecter d’éventuels biais, ce qui peut entraîner des disparités en matière de soins, comme l’a démontré la moins grande précision des oxymètres de pouls pour les personnes à la peau foncée.
Pour répondre à ce défi, des chercheurs du City St George’s, du Moorfields Eye Hospital et de leurs partenaires ont créé un environnement de test indépendant, basé sur un « environnement de recherche fiable ». Huit algorithmes d’IA, ayant obtenu le marquage CE, ont été testés sur un ensemble de données massif de 1,2 million d’images rétiniennes issues d’un des programmes de dépistage les plus diversifiés du Royaume-Uni. Les performances de chaque algorithme ont été comparées à celles d’un maximum de trois experts humains, sans que les entreprises aient accès aux données ou aux évaluations humaines. Les résultats de cette étude sont publiés dans The Lancet Santé numérique.
Les premiers résultats sont encourageants. La précision de la détection de la rétinopathie diabétique cliniquement significative se situe entre 83,7 et 98,7 %. Pour les stades les plus avancés de la maladie, ce taux grimpe à près de 100 %, ce qui est comparable, voire supérieur, à l’évaluation manuelle réalisée par des professionnels de santé, et ce, en quelques millisecondes ou secondes par patient. L’étude démontre pour la première fois que ces systèmes d’IA fonctionnent de manière cohérente au sein de différents groupes ethniques, un critère essentiel pour garantir des soins équitables et inclusifs.
Les chercheurs envisagent de transformer cette plateforme en une infrastructure nationale où les algorithmes approuvés seraient hébergés. Les centres de dépistage pourraient ainsi télécharger en toute sécurité des images pour analyse, et les résultats seraient directement intégrés au dossier médical du patient, sans que chaque organisation n’ait à développer son propre système. Cette approche présenterait des avantages pour les entreprises, les professionnels de santé et les patients : des processus de soins plus efficaces, une meilleure qualité, une réduction de la charge de travail et une confiance accrue dans l’utilisation de l’IA médicale.
Ce concept pourrait également servir de modèle pour tester l’IA dans d’autres maladies chroniques, telles que le cancer et les maladies cardiovasculaires. Parallèlement, des avancées significatives sont observées dans le domaine spécifique de la rétinopathie diabétique. Dès cette année, des chercheurs ont mis au point un outil d’IA capable d’accélérer et d’améliorer considérablement l’analyse des photographies rétiniennes pour le diagnostic de cette affection.
Actuellement, les ophtalmologistes segmentent manuellement les photographies du fond d’œil, une tâche longue, complexe et sujette aux erreurs, car elle exige de distinguer avec précision les vaisseaux sanguins de différentes épaisseurs, formes et types de gonflement. La nouvelle solution d’IA automatise cette tâche, augmentant à la fois la rapidité et la précision du diagnostic. Les premiers tests, réalisés sur trois ensembles de données de haute qualité, ont révélé une précision de 97 %, avec une sensibilité de 84 % pour la détection des microvaisseaux, basée sur la norme DRIVE. Il s’agit d’une amélioration notable par rapport aux modèles précédents, qui rencontraient des difficultés avec ces structures fines. Malgré la taille encore limitée des ensembles de données d’entraînement, les chercheurs ont pu améliorer significativement les performances grâce à des techniques d’augmentation des données et de seuillage adaptatif.