IA en neurologie : l’IA de l’AVC détecte 62 % des occlusions de gros vaisseaux contre jusqu’à 96 % pour les lecteurs humains

Zenodo 2026 · 1 min de lecture
Sensibilité · IA pour l’occlusion de gros vaisseau
0.62
Contre 0.65–0.96 pour huit lecteurs humains, 500 patients (Slater et al., 2024)
AUROC · IA multimodale de la démence
0.94
Classification du statut cognitif, 51,269 participants (Xue et al., 2024)
Sources dans le corpus
27

Livre blanc d’Arkangel AI : une revue de 27 sources cartographie l’IA en neurologie, de l’AVC à la démence, avec peu de preuves de bénéfice prospectif.

Ce livre blanc examine une sélection d’applications de l’IA en neurologie : imagerie et circuit de prise en charge de l’AVC, EEG et épilepsie, évaluation multimodale de la démence, analyse du mouvement, suivi de la sclérose en plaques et synthèse documentaire par grands modèles de langage. Il s’agit d’une synthèse narrative de 27 sources avec une date de coupure clinique principale au 15 juin 2026, organisée par tâche clinique et par stade de maturité, du développement rétrospectif à la mise en œuvre de routine. C’est une littérature grise non évaluée par les pairs, publiée par Arkangel AI, et les données citées ne valident aucun produit d’Arkangel.

L’imagerie de l’AVC présente le circuit opérationnel le plus développé du corpus, mais les performances sont inégales : dans une comparaison portant sur les examens de 500 patients, un outil commercial a détecté les occlusions de gros vaisseaux avec une sensibilité de 0.62, contre 0.65–0.96 pour huit lecteurs humains, ce qui, selon les auteurs, ne suffit pas pour exclure une occlusion. Un modèle multimodal de la démence entraîné sur 51,269 participants a atteint une AUROC micro-moyennée de 0.94 pour le statut cognitif et de 0.96 pour les étiologies, sans effets prospectifs établis sur les soins. Pour l’EEG, la démence et les autres domaines, l’aide à la relecture et à l’intégration des données est mieux étayée que le remplacement du jugement spécialisé, et les sources régionales identifiées documentent des inégalités dans la prise en charge de l’AVC sans démontrer les performances de l’IA neurologique en Amérique latine.

Résultats en un coup d’œil

Les chiffres clés de l’article, en langage simple.

Les performances du modèle

Plus haut, c’est mieux

Données: Contre 0.65–0.96 pour huit lecteurs humains, 500 patients (Slater et al., 2024) · Classification du statut cognitif, 51,269 participants (Xue et al., 2024) — Zenodo 2026

Les scores sur une échelle de 0 à 1 (AUC, kappa) sont tracés ×100.

Voir les chiffres sous forme de tableau
IndicateurValeurCe que cela signifie
Sensibilité · IA pour l’occlusion de gros vaisseau0.62Contre 0.65–0.96 pour huit lecteurs humains, 500 patients (Slater et al., 2024)
AUROC · IA multimodale de la démence0.94Classification du statut cognitif, 51,269 participants (Xue et al., 2024)
Sources dans le corpus27

Comment citer

Katherine Monsalve, Natalia Castaño-Villegas, Jose Zea, Laura Velásquez. AI in Neurology Selected Applications, Evidence Maturity, and Governance for Latin America. Zenodo. 2026. https://doi.org/10.5281/zenodo.23092130

@article{monsalve2026neurology,
  title     = {{AI in Neurology Selected Applications, Evidence Maturity, and Governance for Latin America}},
  author    = {Katherine Monsalve and Natalia Castaño-Villegas and Jose Zea and Laura Velásquez},
  journal   = {Zenodo},
  year      = {2026},
  doi       = {10.5281/zenodo.23092130},
  url       = {https://doi.org/10.5281/zenodo.23092130}
}

Plus de recherche d’Arkangel AI

Toute la recherche →

Pour les hôpitaux et les assureurs

Validez ces résultats dans votre établissement

Nous testons le modèle sur vos propres dossiers cliniques avec votre équipe, selon vos règles de confidentialité et de gouvernance.

Lancer une collaboration
Lire l’articleCiter