Des chercheurs ont présenté ORGANIC3D, un cadre destiné à évaluer et à améliorer la capacité des modèles d’IA qui analysent des scanners 3D à relier les observations écrites à la bonne anatomie. Les tests modifient les images en supprimant des organes, en remplaçant des lésions ou en inversant l’orientation gauche-droite. Ils révèlent ainsi des erreurs d’alignement, y compris dans des modèles affichant de bons scores de classification.
Selon les chercheurs, leur modèle, entraîné exclusivement sur des données publiques, a atteint une précision de 77% pour déterminer la latéralité, contre 66% au maximum pour les modèles précédents. Lors des tests où un organe était supprimé, il a retiré 96–99% des observations concernant cet organe ; les autres modèles en ont retiré au maximum 69%.
Pourquoi c'est important
Pour les équipes de radiologie qui évaluent des outils d’IA pour l’analyse de scanners, ORGANIC3D permet de vérifier si les observations d’un modèle reposent sur l’anatomie pertinente. L’article ne montre toutefois pas dans quelle mesure ces résultats se transposent à la pratique clinique.