Eléments clés :
- Cinq études de npj Digital Medicine clarifient les usages et limites de l’IA en santé ;
- exactitude diagnostique globale de 52,1% pour l’IA générative, inférieure aux experts mais proche des non‑experts ;
- imagerie de fond d’œil et machine learning atteignant des AUROC jusqu’à 96,9% pour le dépistage du TDAH ;
- plateforme NetraAI permettant des gains d’AUC jusqu’à +0,32 et une exactitude jusqu’à 100% sur des sous‑groupes ciblés ;
- introduction d’un « label » IA en amont dans la filière AVC, avec reconfiguration des parcours et des responsabilités ;
- proposition de loi américaine ouvrant à une IA prescriptrice, dans un contexte de fragilisation des capacités de supervision de la FDA.
En 2025, plusieurs travaux publiés dans npj Digital Medicine ont marqué une inflexion importante dans la compréhension des usages et limites de l’intelligence artificielle (IA) en santé, tant sur le plan clinique que sur les plans organisationnel, réglementaire et méthodologique.
L’article de Takita et al., issu de l’Osaka Metropolitan University et de plusieurs institutions japonaises, propose une méta‑analyse systématique comparant la performance diagnostique des modèles d’IA générative aux médecins dans de multiples spécialités.
Geraci et al., au sein de NetraMark Corp. (Canada) et du National Institute of Mental Health (États‑Unis), démontrent l’usage d’une plateforme d’IA explicable, NetraAI, pour l’enrichissement de protocoles d’essais cliniques de phase II en psychiatrie.
Choi et al., de l’Université Yonsei (Corée du Sud), explorent la photographie de fond d’œil comme biomarqueur non invasif du trouble déficit de l’attention avec ou sans hyperactivité (TDAH) via des modèles de machine learning (ML).
En parallèle, D’Adderio et Bates (Université d’Édimbourg et Harvard) analysent la transformation des pratiques de diagnostic sous l’effet de l’IA, en particulier dans la prise en charge hyperaiguë de l’AVC.
Enfin, Gilbert, Dai et Mathias (TU Dresden, Johns Hopkins) discutent les implications de la proposition de loi américaine ouvrant la voie à une IA prescriptrice autonome dans un contexte de fragilisation de la capacité de supervision de la FDA.
L’objectif de cet article est d’analyser de manière intégrée ces cinq contributions, sélectionnées pour la force de leurs métriques et de leur impact conceptuel, afin d’identifier les principaux enseignements pour les acteurs de la santé numérique en matière de diagnostic assisté ou automatisé, de conception de biomarqueurs, de méthodologies d’essais cliniques, de transformation organisationnelle et de cadres réglementaires. L’enjeu central est de comprendre comment ces résultats, parfois contrastés, doivent orienter les stratégies d’investissement, de conception de produits et de gouvernance de l’IA en santé.
Performance diagnostique de l’IA générative : promesses et limites
L’étude de Takita et al. constitue à ce jour la synthèse la plus exhaustive de la performance diagnostique des grands modèles génératifs en comparaison des médecins, couvrant 83 études publiées entre juin 2018 et juin 2024 dans de nombreuses spécialités. Les auteurs rapportent une exactitude diagnostique globale de 52,1% pour les modèles d’IA générative (IC 95 % 47,0–57,1), sans différence significative avec les médecins dans l’ensemble, mais avec des écarts importants selon le niveau d’expertise. La précision des médecins était en moyenne supérieure de 9,9 points (IC 95 % 2,3 à 22,0 ; p = 0,10) et de 0,6 point pour les médecins non experts (IC 95% −14,5 à 15,7 ; p = 0,93), alors que les IA étaient significativement inférieures aux experts (différence de 15,8 points ; IC 95 % 4,4–27,1 ; p = 0,007).
Sur 18 371 publications identifiées, seules 83 ont été incluses, illustrant le degré de sélection nécessaire pour disposer de jeux de données réellement exploitables et évalués. Les modèles les plus évalués sont GPT‑4 (54 articles) et GPT‑3.5 (40 articles), tandis que GPT‑4V, PaLM 2, Llama 2, Llama 3, Claude 3, Gemini 1.5 Pro et Perplexity ne sont présents que dans un nombre plus limité d’études. La majorité des travaux présente un risque de biais jugé élevé par PROBAST (76 études sur 83), principalement du fait de petites tailles d’échantillon et de l’absence de transparence sur les données d’entraînement. Cette hétérogénéité méthodologique rend les résultats prometteurs mais non encore généralisables pour des décisions cliniques à haut risque.
Dans les comparaisons directes, certains modèles (GPT‑4, GPT‑4o, Llama 3 70B, Gemini 1.0 Pro, Gemini 1.5 Pro, Claude 3 Sonnet, Claude 3 Opus, Perplexity) atteignent des performances proches de médecins non experts dans certains contextes, sans différence significative. En revanche, GPT‑3.5, GPT‑4, Llama 2, PaLM 2, Mistral 7B, Mixtral et Med‑42 restent significativement en dessous des experts pour l’exactitude diagnostique. Les analyses par spécialité montrent peu de différences entre médecine générale et la plupart des domaines, à l’exception notable de l’urologie et de la dermatologie, où les écarts sont significatifs (p < 0,001). En dermatologie, cette meilleure performance relative est interprétée comme le reflet de la force des modèles sur des tâches de reconnaissance de patterns visuels, mais les auteurs soulignent que la discipline exige une intégration de facteurs cliniques complexes dépassant la seule analyse d’images.
Pour les décideurs, ces résultats impliquent que l’IA générative peut tendre vers une performance de niveau « junior » ou « non expert » dans de nombreuses situations, tout en restant systématiquement inférieure aux experts, en particulier dans les scénarios complexes utilisant des données issues de dossiers médicaux électroniques détaillés. L’étude cite des travaux montrant que la performance peut se dégrader dans ces contextes riches, ce qui appelle à une prudence particulière pour les cas à forte complexité et à forte conséquence clinique. La principale valeur ajoutée à court terme apparaît dans des contextes d’augmentation de compétences (augmenter la performance de non‑experts, triage, formation) plutôt que dans une perspective de substitution des experts.
Biomarqueurs et screening : l’exemple du TDAH par imagerie rétinienne
Choi et al. démontrent le potentiel d’un biomarqueur purement numérique fondé sur imagerie rétinienne pour le screening du TDAH et la stratification de certaines dimensions de fonctions exécutives. L’étude inclut 646 participants de moins de 19 ans (323 TDAH, 323 témoins à développement typique) dans deux hôpitaux tertiaires Coréens, avec au total 1108 photographies de fond d’œil après exclusion des images de mauvaise qualité via la pipeline AutoMorph. Les modèles ML (Random Forest, XGBoost, Extra Trees, régression logistique) atteignent des AUROC comprises entre 95,5% et 96,9% pour discriminer TDAH et témoins, avec le meilleur modèle (XGBoost) affichant une sensibilité de 91,6% (IC 95 % 89,7–93,7) et une spécificité de 92,0% (IC 95 % 90,1–93,9).
Les explications par SHAP mettent en évidence l’importance de la densité vasculaire rétinienne, de la largeur moyenne des vaisseaux et de paramètres du disque optique. Les enfants avec TDAH présentent en moyenne une vascularisation plus dense et des vaisseaux plus épais, avec toutefois des artères plus fines dans la zone péripapillaire (zone B), ainsi que des disques optiques et cupules de plus petite taille. Ces altérations sont discutées à la lumière du rôle de la dopamine dans le développement rétinien, les processus synaptiques et la régulation de la perfusion vasculaire. L’article rappelle les données d’électrorétinogramme (ERG) montrant un « bruit de fond » accru, une diminution de l’onde a chez les filles et une augmentation de l’onde b dans le TDAH, suggérant un impact fonctionnel de ces altérations structurales.
S’agissant de la stratification des fonctions exécutives, les performances sont plus contrastées. Les modèles atteignent des AUROC jusqu’à 87,3% pour la visual selective attention (VSA) et 85,8% pour le sustained attention response task (SART), avec 14 modèles sur 15 dépassant 0,7 dans le domaine VSA et la totalité dans le SART. En revanche, les performances sont nettement plus faibles en attention auditive (ASA), avec seulement une minorité de modèles dépassant 0,8, et les modèles de stratification de la sévérité clinique (K‑ARS) restent globalement autour de 0,6 d’AUROC. La capacité à distinguer TDAH et autisme à partir des seules images rétiniennes est également limitée (AUROC maximale 63%), suggérant que ce biomarqueur n’est pas spécifique d’un trouble du neurodéveloppement particulier.
Pour les acteurs industriels et les systèmes de soins, cette étude illustre trois enseignements. D’abord, un biomarqueur numérique très focalisé (fond d’œil) peut atteindre une performance de screening comparable ou supérieure aux tests comportementaux standard tout en restant non invasif et scalable. Ensuite, la valeur de ces biomarqueurs semble plus forte pour des dimensions spécifiques (attention visuelle) que pour la sévérité globale des symptômes, ce qui plaide pour des cas d’usage centrés sur le triage et la stratification fonctionnelle plutôt que sur le diagnostic différentiel. Enfin, la généralisation sera conditionnée par la validation externe, la diversité des populations (l’étude étant limitée à deux centres sud‑coréens) et l’intégration dans des parcours où les comorbidités fréquentes du TDAH sont la norme plutôt que l’exception.
IA explicable et essais cliniques de précision : l’apport de NetraAI
Geraci et al. présentent NetraAI, une plateforme d’IA explicable conçue pour résoudre le problème du « small n, large p » caractéristique des essais de phase II, en identifiant des sous‑populations de patients très répondeurs à partir de données cliniques et d’imagerie multi‑dimensionnelles. L’exemple empirique est un essai de phase II sur la kétamine dans la dépression résistante (n = 63), dans lequel NetraAI analyse 175 variables cliniques et 185 caractéristiques IRM par patient afin de dériver des « personas » de patients à forte probabilité de réponse.
Sur les données d’échelles psychiatriques, la comparaison entre pipeline ML conventionnel (Naive Bayes, Random Forest, Gradient Boosting, réseau de neurones profond) et pipeline « relabeling » guidé par NetraAI montre des gains substantiels. Les modèles classiques, entraînés sur l’ensemble des 175 variables, affichent des AUC‑ROC comprises entre 0,27 et 0,62, avec des exactitudes entre 44,5% et 60,3%, reflétant une forte hétérogénéité et un surapprentissage probable. Après sélection par NetraAI d’un bundle de 10 variables issues essentiellement des échelles CADSS et BDI définissant un sous‑ensemble de 26 patients (dont 81% de vrais répondeurs dans la classe PNRTR), les mêmes modèles atteignent des AUC‑ROC de 0,82 à 0,87, des exactitudes d’environ 84,2% et des F1‑scores supérieurs à 80% pour les meilleurs algorithmes.
Les résultats sont encore plus marqués sur les données IRM. En se limitant aux 15 variables les mieux classées par ANOVA, les modèles conventionnels obtiennent des AUC‑ROC de 0,34 à 0,60, des exactitudes autour de 44–64% et des spécificités particulièrement faibles, illustrant la difficulté de généraliser à partir d’un petit échantillon. En revanche, NetraAI identifie un sous‑groupe de 15 patients caractérisés par un pattern volumétrique spécifique sur huit régions (notamment hippocampe droit, cortex cingulaire postérieur droit, cortex orbitofrontal médian droit, régions temporales) avec 80% de vrais répondeurs. En restreignant l’entraînement à ces huit variables, Gradient Boosting atteint 100% d’exactitude, de sensibilité et de spécificité (AUC‑ROC 1,0), et les autres modèles approchent ou dépassent 90% de performance sur tous les indicateurs.
Les auteurs insistent sur le caractère hypothèse‑générateur de ces résultats, compte tenu de la taille de l’échantillon et du risque de sur‑spécialisation à une cohorte unique. Cependant, ils montrent que NetraAI permet de réduire drastiquement la dimensionnalité tout en préservant la majeure partie de l’information prédictive : sur un jeu de données synthétique à 500 variables, un ensemble réduit à 4 variables conserve une performance quasi identique en AUC, ce qui est corroboré par une analyse en composantes principales montrant que ces variables expliquent l’essentiel de la variance.
D’un point de vue stratégique, NetraAI illustre une évolution vers des plateformes d’IA « thermo‑régulées », capables de produire des signatures de sous‑population interprétables (2 à 4 variables) qui peuvent être intégrées dans les critères d’inclusion/exclusion, les plans d’adaptation de protocoles et la communication réglementaire. L’intégration d’un LLM biomédical en aval permet de transformer ces personas en langage opérationnel (critères, rationales mécanistiques, alignement réglementaire), tout en gardant une supervision humaine et en limitant les risques d’hallucinations. Pour les industriels, le message est que la valeur ne réside pas seulement dans la prédiction brute de réponse, mais dans la capacité à générer des règles de stratification suffisamment simples pour être utilisées à grande échelle et auditées.
Transformations organisationnelles : diagnostic augmenté plutôt que remplacé
Le commentaire de D’Adderio et Bates s’appuie sur une étude qualitative de cinq ans dans trois centres de référence AVC au Royaume‑Uni pour analyser les effets pratiques de l’introduction d’outils d’IA dans la filière « door‑to‑treatment ». Les auteurs décrivent un renversement de la temporalité diagnostique : alors que, traditionnellement, le diagnostic formel était l’aboutissement d’un processus itératif d’examen, d’intégration et de validation des informations, l’IA introduit désormais un « label » initial, issu du traitement automatique des imageries, accessible quasi instantanément à l’ensemble de l’équipe via une application centralisée.
Dans les cas de suspicion d’occlusion de gros vaisseau, l’IA génère des cartes de perfusion et d’angiographie CT (AI‑CTP, AI‑CTA) indiquant la présence d’une occlusion et la proportion de tissu cérébral potentiellement sauvable, ce qui déclenche immédiatement l’activation du parcours de thrombectomie et l’alerte du neuroradiologue interventionnel. Le travail clinique consiste alors à vérifier ou infirmer cette proposition en la confrontant aux données du patient, aux examens complémentaires et aux interprétations des radiologues, ce qui revient à déplacer le rôle de l’IA d’un support de raisonnement à un point de départ de la démarche diagnostique.
Cette reconfiguration soulève plusieurs questions critiques pour les organisations de soins. En premier lieu, l’impact sur la précision et la rapidité reste à documenter dans des conditions réelles, les études d’impact initiales étant encore rares et centrées sur des comparaisons techniques. La littérature citée montre que certains outils de détection des occlusions permettent de réduire les délais de traitement dans des essais randomisés en grappes, mais le gain réel doit être mis en balance avec les temps de vérification et les pratiques de double lecture qui peuvent ajouter des frictions. En second lieu, la redistribution des compétences inter‑professionnelles (neurologues, radiologues, interventionnels) pourrait engendrer des tensions de juridiction, notamment si les médecins d’organe développent une expertise d’interprétation d’imagerie se rapprochant de celle des radiologues.
Les auteurs attirent également l’attention sur le risque d’« automation bias » chez les cliniciens les moins expérimentés ou les plus chargés, susceptibles de suivre l’IA sans esprit critique, alors même que la promesse d’objectivité des algorithmes peut masquer de nouvelles sources de biais liées aux données d’entraînement. Enfin, l’omniprésence du flux d’images et de résultats IA sur mobile peut renforçer une prise de décision à distance, où la confrontation directe au patient est reléguée après la première décision de parcours, ce qui reconfigure la place de l’examen clinique dans la hiérarchie des preuves.
Pour les hôpitaux et industriels, ces observations indiquent que la valeur de l’IA ne se joue plus seulement au niveau du modèle mais au niveau de l’architecture socio‑technique : gouvernance des alertes, protocoles de vérification, gestion des conflits d’interprétation, formation à la critique des systèmes d’IA et définition de nouveaux rôles dédiés à la surveillance des performances en vie réelle.
Gouvernance et régulation : IA autonome et fragilisation du régulateur
L’article de Gilbert, Dai et Mathias analyse la proposition de loi « Healthy Technology Act of 2025 » introduite au Congrès américain, visant à amender le Federal Food, Drug, and Cosmetic Act pour inclure explicitement l’IA et le ML dans la définition du « praticien habilité à prescrire ». Le texte, d’environ 330 caractères, élargirait la catégorie des prescripteurs potentiels, sous réserve de l’autorisation par les États et de l’agrément par la FDA. Les auteurs soulignent que cette proposition, pionnière au niveau mondial, intervient paradoxalement au moment où la FDA subit des coupes budgétaires et des licenciements importants, touchant particulièrement les équipes impliquées dans la régulation de l’IA au Center for Devices and Radiological Health.
Sur le plan conceptuel, les auteurs défendent l’idée que l’IA prescriptrice n’est pas intrinsèquement plus problématique que des systèmes diagnostiques autonomes déjà autorisés, comme IDx‑DR/LumineticsCore pour la rétinopathie diabétique ou DERM en Europe pour la détection autonome de cancers cutanés, qui prennent déjà des décisions potentiellement vitales dans des domaines bien circonscrits. Ils rappellent que le taux d’erreurs de prescription chez les humains est estimé entre 5 et 9%, avec des conséquences parfois graves, et que des phénomènes systémiques comme la sur‑prescription d’antibiotiques ou la crise des opioïdes montrent les limites d’un modèle purement humain. Dans ce contexte, une IA correctement conçue, monitorée et soumise à des garde‑fous réglementaires pourrait contribuer à réduire certains types d’erreurs et de dérives.
Toutefois, l’argument central est que la faisabilité éthique et sécuritaire d’une telle évolution dépend de l’existence d’un régulateur robuste, doté des ressources et compétences nécessaires pour encadrer ces systèmes, définir des politiques de surveillance continue et imposer des mécanismes de feedback ouverts. Or, les licenciements qualifiés de « haphazard » par d’anciens responsables de la FDA, accompagnés de lettres de rupture dénigrant les performances des équipes, laissent craindre un affaiblissement durable de cette capacité de supervision. Même si certains employés ont été réintégrés, les auteurs soulignent qu’un vide réglementaire temporaire peut suffire à laisser se diffuser des systèmes hautement risqués sans contre‑pouvoir suffisant.
Pour les décideurs publics et les industriels, cet article souligne l’importance de l’alignement entre innovation législative et capacité opérationnelle de régulation. Une stratégie cohérente d’IA en santé suppose de coupler toute extension du champ de l’IA autonome (diagnostic, prescription, triage) à un renforcement des outils de monitoring (registre de performance, auditabilité, publication de cartes de modèles, etc.) et des ressources humaines du régulateur.
Tableau de synthèse : principaux apports pour les acteurs de la santé numérique
| Article (npj Digital Medicine, 2025) |
Objet principal |
Indicateurs clés |
Enseignements pour la santé numérique |
| Takita et al. « A systematic review and meta-analysis of diagnostic performance comparison between generative AI and physicians » |
Performance diagnostique de l’IA générative vs médecins, multi‑spécialités |
Exactitude globale IA 52,1% (IC 95 % 47,0–57,1) ; écart vs médecins non significatif globalement, mais −15,8 points vs experts (p = 0,007). |
L’IA générative peut atteindre un niveau « non expert » dans de nombreux contextes, utile pour l’augmentation et la formation, mais ne remplace pas l’expertise clinique, surtout en scénarios complexes. |
| Choi et al. « Retinal fundus imaging as biomarker for ADHD » |
Screening TDAH et stratification des fonctions exécutives par photos de fond d’œil |
AUROC 95,5–96,9% pour le diagnostic TDAH ; AUROC jusqu’à 87,3% pour l’attention visuelle ; performance limitée pour la sévérité et la différenciation TDAH vs TSA. |
Les biomarqueurs numériques basés sur imagerie simple peuvent fournir des outils de triage robustes et scalables, mais nécessitent une validation externe et doivent être positionnés comme compléments aux outils cliniques. |
| Geraci et al. « Explainable AI-driven precision clinical trial enrichment (NetraAI) » |
Enrichissement d’essais cliniques et découverte de sous‑populations répondeuses via IA explicable |
Gain d’AUC jusqu’à +0,32 et d’exactitude >20 points après sélection de 10 variables cliniques ; modèles IRM atteignant 100% d’exactitude et AUC 1,0 sur un sous‑groupe défini par 8 variables. |
Les plateformes d’IA explicable focalisées sur la découverte de personas permettent de transformer de petits essais hétérogènes en outils de stratification interprétables et opérationnels pour la médecine de précision. |
| D’Adderio & Bates « Transforming diagnosis through artificial intelligence » |
Impact organisationnel des outils d’IA dans la filière AVC |
Inversion du flux diagnostique (label IA en amont) ; déclenchement anticipé des parcours de thrombectomie ; nécessité de nouvelles pratiques de vérification et de gouvernance. |
L’IA modifie la séquence et la distribution du pouvoir diagnostique, exigeant de nouvelles routines cliniques, des dispositifs de gestion des biais d’automatisation et de nouveaux rôles de surveillance. |
| Gilbert, Dai & Mathias « Consternation as Congress proposal for autonomous prescribing AI… » |
IA prescriptrice autonome et fragilisation de la FDA |
Taux d’erreurs de prescription humaine 5–9% ; proposition d’inclure l’IA comme « praticien » prescripteur ; licenciements massifs au CDRH impactant l’expertise IA. |
Toute extension du rôle autonome de l’IA (diagnostic, prescription) doit être conditionnée à des garde‑fous réglementaires robustes et à une capacité de monitoring continue du régulateur. |
Discussion : implications stratégiques pour les acteurs de la santé numérique
Pris ensemble, ces travaux dessinent un paysage dans lequel l’IA n’est ni un substitut immédiat au médecin, ni un outil marginal, mais un catalyseur de reconfiguration des pratiques, des méthodologies de recherche et des cadres de régulation. Pour les industriels développant des solutions diagnostiques, la méta‑analyse de Takita et al. impose une stratégie de positionnement réaliste, centrée sur l’augmentation des compétences de non‑experts, le triage et la formation, plutôt que sur la promesse d’un diagnostic autonome généralisable. Les métriques agrégées de 52,1% d’exactitude globale rendent difficile la revendication d’un bénéfice clinique sans démonstration spécifique par spécialité et par contexte d’usage.
Les résultats de Choi et al. montrent que, dans des niches pathologiques ciblées, la combinaison d’un biomarqueur simple (fond d’œil) et de modèles ML bien calibrés peut produire des performances très élevées au prix d’investissements raisonnables en infrastructure, ce qui est particulièrement pertinent pour des usages de dépistage populationnel. Toutefois, l’absence de spécificité vis‑à‑vis d’autres troubles du neurodéveloppement et la dépendance à un contexte géographique et ethnique particulier imposent des programmes de validation multi‑sites et multi‑ethniques avant un déploiement international.
Pour les promoteurs d’essais et les biotechs, l’approche NetraAI souligne que la principale rupture ne réside pas seulement dans l’augmentation de puissance statistique, mais dans la capacité à transformer l’architecture même des essais en identifiant des sous‑populations mécaniquement plausibles et auditables. La traduction de personas en critères de sélection et en rationales cliniques par un LLM spécialisé, soumis à validation humaine, ouvre une voie concrète vers des essais adaptatifs et enrichis, potentiellement plus efficaces et plus acceptables par les régulateurs.
Sur le plan organisationnel, l’analyse de D’Adderio et Bates invite les établissements à anticiper les effets systémiques d’un passage à des parcours « AI‑first » dans lesquels le flux d’information est initié par l’algorithme plutôt que par le clinicien. Cela suppose des investissements non seulement technologiques mais aussi en change management, en mise à jour des responsabilités médico‑légales et en formation à la critique des sorties IA. Enfin, le commentaire de Gilbert et al. rappelle que les innovations les plus ambitieuses (IA prescriptrice autonome) ne peuvent être dissociées de la trajectoire des institutions de régulation, et que la soutenabilité d’un écosystème de santé numérique dépend autant de la solidité des garde‑fous réglementaires que de la qualité des modèles.
Bibliographie
Choi, H., Hong, J., Kang, H. G., Park, M.-H., Ha, S., Lee, J., Yoon, S., Kim, D., Park, Y. R., & Cheon, K.-A. (2025). Retinal fundus imaging as biomarker for ADHD using machine learning for screening and visual attention stratification. npj Digital Medicine, 8, 164. https://doi.org/10.1038/s41746-025-01547-9
D’Adderio, L., & Bates, D. W. (2025). Transforming diagnosis through artificial intelligence. npj Digital Medicine, 8, 54. https://doi.org/10.1038/s41746-025-01460-1
Geraci, J., Qorri, B., Tsay, M., Cumbaa, C., Leonczyk, P., Alphs, L., Ballard, E. D., Zarate, C. A., & Pani, L. (2025). Explainable AI-driven precision clinical trial enrichment: Demonstration of the NetraAI platform with a phase II depression trial. npj Digital Medicine, 8, 749. https://doi.org/10.1038/s41746-025-02143-7
Gilbert, S., Dai, T., & Mathias, R. (2025). Consternation as Congress proposal for autonomous prescribing AI coincides with the haphazard cuts at the FDA. npj Digital Medicine, 8, 165. https://doi.org/10.1038/s41746-025-01540-2
Takita, H., Kabata, D., Walston, S. L., Tatekawa, H., Saito, K., Tsujimoto, Y., Miki, Y., & Ueda, D. (2025). A systematic review and meta-analysis of diagnostic performance comparison between generative AI and physicians. npj Digital Medicine, 8, 175. https://doi.org/10.1038/s41746-025-01543-z
