
Dès 2017, un des inventeurs du deep learning (méthodes d’apprentissage « profond » des intelligences artificielles, NDLR), Geoffrey Hinton, déclare qu’il faut arrêter de former des radiologues tant les modèles d’algorithmes utilisés dans l’imagerie médicale sont performants. C’est en effet la première utilisation de l’IA en médecine et la plus impressionnante, qui consiste à détecter des anomalies en comparant des dizaines de milliers de données. Pourtant, Hinton a revu son opinion à la baisse. Si certains modèles démontrent aujourd’hui des capacités plus que convaincantes, l’IA a encore besoin d’une validation humaine pour parfaire ses diagnostics et montre dans certains cas des défaillances assez redoutables (voire la dernière version de ChatGPT4 qui est incapable de… compter les doigts d’une main). L’enjeu est crucial car l’application médicale représente un des plus gros marchés du secteur de l’IA et devrait atteindre 188 milliards d’euros dans le monde à l’horizon 2030. [...]