L’analyse des tumeurs du cancer du sein avec l’intelligence artificielle a le potentiel d’améliorer l’efficacité et les résultats des soins de santé. Mais les médecins doivent procéder avec prudence, car des avancées technologiques similaires entraînaient auparavant des taux plus élevés de tests faussement positifs et de surtraitement.
C’est selon un nouvel éditorial de Forum santé JAMA co-écrit par Joann G. Elmore, MD, MPH, chercheur au UCLA Jonsson Comprehensive Cancer Center, titulaire de la chaire dotée de la Fondation Rosalinde et Arthur Gilbert en prestation de soins de santé et professeur de médecine à la David Geffen School of Medicine de l’UCLA.
“Sans une approche plus robuste de l’évaluation et de la mise en œuvre de l’IA, compte tenu de l’adoption sans relâche de technologies émergentes dans la pratique clinique, nous ne parvenons pas à apprendre de nos erreurs passées en mammographie”, déclare l’éditorial du JAMA Health Forum. L’article, mis en ligne vendredi, a été co-écrit avec Christoph I. Lee, MD, MS, MBA, professeur de radiologie à la faculté de médecine de l’Université de Washington.
L’une de ces « erreurs du passé en mammographie », selon les auteurs, était les outils complémentaires de détection assistée par ordinateur (CAO), qui ont rapidement gagné en popularité dans le domaine de la dépistage du cancer du sein commencé il y a plus de deux décennies. La CAO a été approuvée par la FDA en 1998 et, en 2016, plus de 92 % des installations d’imagerie américaines utilisaient cette technologie pour interpréter les mammographies et rechercher des tumeurs. Mais les preuves ont montré que la CAD n’améliorait pas la précision de la mammographie. “Les outils de CAO sont associés à une augmentation des taux de faux positifs, conduisant à un surdiagnostic du carcinome canalaire in situ et à des tests de diagnostic inutiles”, ont écrit les auteurs. Medicare a cessé de payer la CAO en 2018, mais à ce moment-là, les outils avaient accumulé plus de 400 millions de dollars par an en frais de santé inutiles.
“L’adoption prématurée de la CAO est un symptôme prémonitoire de l’adoption sans réserve des technologies émergentes avant de comprendre pleinement leur impact sur les résultats des patients”, ont écrit Elmore et Lee.
Les médecins suggèrent plusieurs garanties à mettre en place pour éviter de “répéter les erreurs du passé”, notamment de lier le remboursement de Medicare à “l’amélioration des résultats des patients, et pas seulement à l’amélioration des performances techniques dans des environnements artificiels”.
La source:
Université de Californie – Sciences de la santé de Los Angeles
Référence de la revue :
Elmore, JG & Lee, CI, (2022) Intelligence artificielle en imagerie médicale – Apprendre des erreurs passées en mammographie. Forum JAMA sur la santé. doi.org/10.1001/jamahealthforum.2021.5207.
L’analyse des tumeurs du cancer du sein avec l’intelligence artificielle a le potentiel d’améliorer l’efficacité et les résultats des soins de santé. Mais les médecins doivent procéder avec prudence, car des avancées technologiques similaires entraînaient auparavant des taux plus élevés de tests faussement positifs et de surtraitement.
C’est selon un nouvel éditorial de Forum santé JAMA co-écrit par Joann G. Elmore, MD, MPH, chercheur au UCLA Jonsson Comprehensive Cancer Center, titulaire de la chaire dotée de la Fondation Rosalinde et Arthur Gilbert en prestation de soins de santé et professeur de médecine à la David Geffen School of Medicine de l’UCLA.
“Sans une approche plus robuste de l’évaluation et de la mise en œuvre de l’IA, compte tenu de l’adoption sans relâche de technologies émergentes dans la pratique clinique, nous ne parvenons pas à apprendre de nos erreurs passées en mammographie”, déclare l’éditorial du JAMA Health Forum. L’article, mis en ligne vendredi, a été co-écrit avec Christoph I. Lee, MD, MS, MBA, professeur de radiologie à la faculté de médecine de l’Université de Washington.
L’une de ces « erreurs du passé en mammographie », selon les auteurs, était les outils complémentaires de détection assistée par ordinateur (CAO), qui ont rapidement gagné en popularité dans le domaine de la dépistage du cancer du sein commencé il y a plus de deux décennies. La CAO a été approuvée par la FDA en 1998 et, en 2016, plus de 92 % des installations d’imagerie américaines utilisaient cette technologie pour interpréter les mammographies et rechercher des tumeurs. Mais les preuves ont montré que la CAD n’améliorait pas la précision de la mammographie. “Les outils de CAO sont associés à une augmentation des taux de faux positifs, conduisant à un surdiagnostic du carcinome canalaire in situ et à des tests de diagnostic inutiles”, ont écrit les auteurs. Medicare a cessé de payer la CAO en 2018, mais à ce moment-là, les outils avaient accumulé plus de 400 millions de dollars par an en frais de santé inutiles.
“L’adoption prématurée de la CAO est un symptôme prémonitoire de l’adoption sans réserve des technologies émergentes avant de comprendre pleinement leur impact sur les résultats des patients”, ont écrit Elmore et Lee.
Les médecins suggèrent plusieurs garanties à mettre en place pour éviter de “répéter les erreurs du passé”, notamment de lier le remboursement de Medicare à “l’amélioration des résultats des patients, et pas seulement à l’amélioration des performances techniques dans des environnements artificiels”.
La source:
Université de Californie – Sciences de la santé de Los Angeles
Référence de la revue :
Elmore, JG & Lee, CI, (2022) Intelligence artificielle en imagerie médicale – Apprendre des erreurs passées en mammographie. Forum JAMA sur la santé. doi.org/10.1001/jamahealthforum.2021.5207.
— to www.news-medical.net
Jeu de briques
Snake
Pacman
Bubble