Une nouvelle recherche publiée dans Nature Medicine met en évidence la présence de biais dans les modèles d'apprentissage automatique de l'intelligence artificielle (IA) utilisés en imagerie médicale. Alors que ces modèles excellent dans la prédiction de la race et du genre, ils ne sont pas aussi efficaces dans le diagnostic des maladies. L'étude souligne l'importance d'une évaluation régulière et propose des bonnes pratiques pour remédier à cette disparité.

L'utilisation de l'IA en imagerie médicale connaît une croissance rapide, le marché devant atteindre 8, 18 milliards de dollars d'ici 2030. Cependant, les biais peuvent impacter la précision et des facteurs tels que la qualité des données d'entraînement et les biais humains peuvent contribuer à ce problème. Les chercheurs recommandent une évaluation minutieuse des modèles d'IA sur des données en distribution afin de réduire les biais entre différentes populations.