Des chercheurs du RIKEN Center for Advanced Intelligence Project (AIP) et leurs collègues ont testé le diagnostic amélioré par l’IA des cardiopathies congénitales fœtales dans un cadre clinique. Les résidents de l’hôpital et les boursiers ont établi des diagnostics plus précis lorsqu’ils ont utilisé une interface graphique qui représentait l’analyse par l’IA des vidéos de dépistage par échographie cardiaque fœtale. Le nouveau système pourrait aider à former des médecins et à établir des diagnostics lorsque les spécialistes ne sont pas disponibles. Le rapport est récemment paru dans la revue scientifique Biomédicaments.
Les problèmes cardiaques congénitaux représentent près de 20 % des décès de nouveau-nés. Bien qu’un diagnostic précoce avant la naissance soit connu pour améliorer les chances de survie, il est extrêmement difficile car les diagnostics doivent être entièrement basés sur des vidéos d’échographie. En particulier, des anomalies subtiles peuvent être masquées par les mouvements du fœtus et de la sonde. Les experts peuvent très bien filtrer les images, mais en pratique, la grande majorité des échographies régulières ne sont examinées que par les résidents ou les boursiers présents. Pour lutter contre ce problème, des chercheurs dirigés par Masaaki Komatsu au RIKEN AIP ont développé une IA qui peut apprendre à quoi ressemble un cœur fœtal normal après avoir été exposé à des milliers d’images échographiques. Ensuite, il peut établir des diagnostics en classant les vidéos échographiques comme normales ou anormales.
Le système a bien fonctionné en laboratoire, mais le faire fonctionner dans un environnement réel pose un tout nouvel ensemble de défis.
Il est difficile d’établir une relation de confiance avec les professionnels de la santé lorsque les décisions prises par l’IA se déroulent dans une « boîte noire » et ne peuvent être comprises. »
Masaaki Komatsu au RIKEN AIP
La nouvelle étude a testé un système d’IA explicatif amélioré qui permet aux médecins de visualiser un graphique représentant les décisions de l’IA. De plus, les graphiques eux-mêmes sont générés par une autre série d’apprentissage en profondeur, ce qui a amélioré les performances de l’IA et a permis aux médecins de voir si les anomalies sont liées au cœur, aux vaisseaux sanguins ou à d’autres caractéristiques.
Les experts, les boursiers et les résidents ont reçu les mêmes séries de vidéos d’échographie et ont été invités à fournir des diagnostics deux fois, une fois sans l’IA explicative et une fois assistés par la représentation graphique de la décision de l’IA. Les examinateurs n’ont pas reçu la décision réelle de l’IA, qui est simplement une valeur numérique. Les chercheurs ont découvert que chaque groupe de médecins établissait des diagnostics plus corrects lors de l’utilisation des nouveaux tableaux de décision basés sur l’IA. « Il s’agit de la première démonstration dans laquelle des examinateurs de tous niveaux d’expérience ont pu améliorer leur capacité à filtrer les vidéos échographiques pour les anomalies cardiaques fœtales à l’aide d’une IA explicable », déclare Komatsu.
Un examen plus approfondi des résultats a fourni des conclusions surprenantes. Les examinateurs les moins qualifiés ; les boursiers et les résidents ; sont devenus 7 % et 13 % plus précis, respectivement, avec l’aide de l’IA. Alors que les experts et les boursiers ont pu faire bon usage de l’IA, les résidents étaient encore environ 12% moins précis que l’IA seule. Ainsi, en termes d’application clinique, l’IA était la plus utile pour les boursiers – qui se trouvent être ceux qui effectuent habituellement le dépistage par échographie cardiaque fœtale à l’hôpital.
« Notre étude suggère que même avec une utilisation généralisée de l’assistance de l’IA, l’expertise d’un examinateur sera toujours un facteur clé dans les futurs examens médicaux », déclare Komatsu. « En plus des futures applications cliniques, nos résultats montrent que cette technologie pourrait bénéficier au maximum en l’utilisant également dans le cadre de la formation et de l’éducation des résidents. »
