Mise au point

L’IA peut-elle limiter les erreurs diagnostiques en ORL ?

Mis en ligne le

31 déc. 2025

Auteur

R. Marianowski

L’intelligence artificielle (IA) a montré un potentiel croissant pour améliorer la précision diagnostique, la stadification du risque, la détection précoce et l’aide à la décision clinique.
Les outils IA éliminent la variabilité inter-examinateur en appliquant les mêmes critères à chaque image ou signal, quantifiant les anomalies, fournissant des scores de confiance interprétables mais souffrent d’une faible évaluation en vraie vie.
L’IA génère des nouveaux risques d’erreurs, la surconfiance dans la prédiction, surtout chez les non-experts, l’harmonisation excessive avec un risque de “moyennisation” de la pratique et de sous-valorisation de la clinique, les erreurs systémiques si le modèle est mal entraîné ou mal mis à jour.
L’IA doit être conçue comme une aide et non comme un substitut. Ses limites doivent être connues et évaluées.

L’oto-rhino-laryngologie (ORL) est l’une des spécialités où l’hétérogénéité des tableaux cliniques, la variabilité inter-examinateur et la subjectivité de certains symptômes (vertiges, dysphagie, ronflements, surdité) exposent particulièrement aux erreurs diagnostiques. Les erreurs proviennent majoritairement de 3 mécanismes. On décrit les erreurs humaines d’interprétation (subjectivité dans l’analyse vidéonystagmographique, variabilité…