Les résultats d'une grande enquête d'une population de patients diversifiée ont révélé un soutien prudent à la mise en œuvre de l'intelligence artificielle (IA) dans la mammographie de dépistage, selon une étude publiée aujourd'hui dans Radiologie: Cancer d'imagerieun journal de la Société radiologique d'Amérique du Nord (RSNA). Les antécédents médicaux personnels et les facteurs sociodémographiques ont influencé le niveau de confiance des répondants dans l'IA.
Bien que la précision diagnostique des systèmes d'IA se soit considérablement améliorée ces dernières années, il y a toujours un manque d'adoption et d'acceptation généralisés de cette technologie pour diverses raisons, telles que des préoccupations concernant la confidentialité des données, le biais algorithmique ou même le niveau de connaissance de l'IA.
Une opinion qui est fréquemment négligée dans la conversation entourant la croissance de l'IA en radiologie est celle du patient.
Les perspectives des patients sont cruciales car une mise en œuvre réussie de l'IA dans l'imagerie médicale dépend de la confiance et de l'acceptation de ceux que nous visons à servir. Si les patients sont hésitants ou sceptiques quant au rôle de l'IA dans leurs soins, cela pourrait avoir un impact sur l'adhésion au dépistage et, par conséquent, les résultats globaux des soins de santé. «
Basak E. Dogan, MD, auteur d'étude Professeur clinique de radiologie et directeur de la recherche sur l'imagerie mammaire au Centre médical de l'Université du Texas Southwestern à Dallas
Pour mieux comprendre les opinions et les préoccupations concernant l'utilisation de l'IA dans la mammographie de dépistage, le Dr Dogan et ses collègues ont développé une enquête de 29 questions à offrir à tous les patientes qui ont assisté à leur établissement pour une mammographie de dépistage du cancer du sein. L'enquête facultative était disponible pour une période de sept mois en 2023.
Toutes les questions de l'enquête ont été fermées et ont évalué les connaissances et les perceptions des participants sur l'IA. L'enquête a obtenu des informations démographiques en plus des informations cliniques, qui ont découvert les antécédents d'un répondant avec un cancer du sein, par exemple s'ils avaient des mammographies anormales dans le passé ou si elles ou un membre de la famille proche ont déjà eu un cancer du sein.
Sur les 518 patients qui ont rempli l'enquête, la plupart ont indiqué le soutien à l'utilisation de l'IA parallèlement à l'examen d'un radiologue, 71% des répondants préférant que l'IA soit utilisé comme deuxième lecteur. Ceci malgré les préoccupations concernant la perte d'interaction personnelle avec le radiologue, la confidentialité des données, le manque de transparence et les biais. Moins de 5% étaient à l'aise avec une IA à seule interpréter leur mammographie de dépistage.
En raison de sa population de patients importante et diversifiée, l'enquête a révélé une variété de facteurs démographiques qui influencent les perceptions des patients. Les répondants ayant plus qu'un diplôme universitaire ou une connaissance autodéclarée plus élevée de l'IA étaient deux fois plus susceptibles d'accepter l'implication de l'IA dans leur mammographie de dépistage.
Il convient de noter que les répondants noirs hispaniques et non hispaniques ont signalé des préoccupations significativement plus élevées concernant le biais d'IA et la confidentialité des données, ce qui a probablement entraîné une plus faible acceptation de l'IA parmi ces groupes de patients.
« Ces résultats suggèrent que les facteurs démographiques jouent un rôle complexe dans la formation de la confiance des patients et des perceptions de l'IA dans l'imagerie mammaire », a ajouté le Dr Dogan.
Les antécédents médicaux familiaux et personnels ont également eu un impact sur les attitudes des patients envers l'IA.
Peu importe si une anomalie a été détectée par l'IA ou un radiologue, les patients qui avaient un parent proche diagnostiqué avec un cancer du sein étaient plus susceptibles de demander des examens supplémentaires. Cependant, ces patients présentaient un degré élevé de confiance dans les revues d'IA et de radiologue lorsque la mammographie est revenue normalement.
En revanche, les patients ayant des antécédents de mammographie anormale étaient plus susceptibles de poursuivre un suivi diagnostique si l'IA et les radiologues reviennent en conflit. C'était particulièrement le cas si c'était l'IA qui a signalé une anomalie.
« Cela souligne comment les antécédents médicaux personnels influencent différemment la confiance dans l'IA et les radiologues, soulignant la nécessité de stratégies d'intégration d'IA personnalisées dans le dépistage mammographique », a déclaré le Dr Dogan.
Les chercheurs ont noté qu'il est important de continuer à s'engager avec les patients pour comprendre leurs opinions en évolution de la technologie de l'IA dans les soins de santé, alors que la technologie continue de progresser.
« Notre étude montre que la confiance dans l'IA est hautement individualisée, influencée par des facteurs tels que les expériences médicales antérieures, l'éducation et les antécédents raciaux », a déclaré le Dr Dogan. « L'intégration des perspectives des patients dans les stratégies de mise en œuvre de l'IA garantit que ces technologies s'améliorent et ne gênent pas les soins aux patients, favorisent la confiance et l'adhésion aux rapports d'imagerie et aux recommandations. »
