Des chercheurs de l’Université Flinders appellent à évaluer les modèles d’intelligence artificielle en diagnostic médical principalement sur leur capacité à améliorer concrètement la sécurité des patients dans des situations cliniques réelles, plutôt que sur des performances théoriques ou des démonstrations.
Alors que certains systèmes d’IA atteignent ou dépassent déjà les capacités des médecins humains pour des tâches diagnostiques basées sur l’analyse de texte, la pertinence des méthodes d’évaluation actuelles est remise en question. Les benchmarks et les démonstrations en environnement contrôlé, bien qu’utiles, pourraient ne pas refléter fidèlement l’impact de ces technologies sur les soins quotidiens.
L’argument principal est que l’intégration réussie de l’IA en santé doit se concentrer sur l’amélioration tangible des résultats pour les patients. Cela implique une évaluation rigoureuse de leur efficacité et de leur sécurité dans le flux de travail médical, au-delà des simples comparaisons de précision.
Cette perspective soulève des questions fondamentales sur les standards à adopter pour une intégration éthique et efficace de l’IA dans la pratique médicale.
Source : MobiHealthNews