intelligence artificielle

Un outil d’IA démontre une sensibilité de 99 % pour identifier les radiographies thoraciques anormales

Un outil d’IA automatisé disponible dans le commerce a atteint une sensibilité de 99,1 % dans l’identification des radiographies thoraciques anormales. Selon une étude, cette performance peut permettre de réduire la charge de travail des radiologues.

icon réservé aux abonnésArticle réservé aux abonnés
Le 30/03/23 à 13:30, mise à jour le 11/09/23 à 13:23 Lecture 2 min.

Les comptes rendus des radiologues avaient une sensibilité plus faible que l’outil d’IA pour les radiographies thoraciques anormales, soulignent les auteurs. L'IA n'a en effet donné qu'un seul faux négatif. © Plesner L. L. et coll. | RSNA

Dans un contexte de pénurie mondiale croissante de radiologues, des solutions d’intelligence artificielle permettant d'automatiser la lecture des radiographies thoraciques promettent d’alléger la charge de travail des professionnels de santé. Une étude présentée dans la revue Radiology a évalué un de ces outils disponibles dans le commerce, qui a montré une sensibilité supérieure à celle des radiologues pour identifier les radiographies thoraciques anormales [1].

Une étude multicentrique incluant 1 529 patients

Cette étude rétrospective multicentrique a été réalisée dans quatre hôpitaux au Danemark. 1 529 patients adultes ayant passé une radiographie thoracique postéroantérieure dans les services d'urgence, ambulatoires, ou à l'hôpital, ont été inclus.

L’outil d’IA Oxipit évalué

Trois radiologues ont passé ces examens en revue et les ont étiquetés pour établir un standard de référence basé sur trois catégories : « critique », « autres remarques », ou « normale » (aucune anomalie). L’outil

Il vous reste 72% de l’article à lire

Docteur Imago réserve cet article à ses abonnés

S'abonner à l'édition
  • Tous les contenus « abonnés » en illimité
  • Le journal numérique en avant-première
  • Newsletters exclusives, club abonnés

Abonnez-vous !

Docteur Imago en illimité sur desktop, tablette, smartphone, une offre 100% numérique

OFFRE DÉCOUVERTE

11€

pendant 1 mois
puis 23 €/mois

S’abonner à Docteur Imago

Auteurs

Solenn Duplessy

Bibliographie

  1. Plesner L. L., Müller F. C., Nybing J. D. et coll., « Autonomous chest radiograph reporting using AI: estimation of clinical impact », Radiology, epub 7 mars 2023. DOI : 10.1148/radiol.222268

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

20 Mai

7:30

La mise en œuvre d’un programme de leadership positif dans un service d’imagerie du sein aux États-Unis a permis d’améliorer la perception du climat de travail et l’engagement des employés, réduisant l’épuisement professionnel et les intentions de départ, indique une étude parue dans Radiology.
17 Mai

16:00

Le constructeur GE HealthCare a dévoilé sa nouvelle IRM 3 T dédiée à l'imagerie cérébrale, spécialement conçue pour « faire avancer la recherche en IRM dans les procédures complexes en neurologie, oncologie et psychiatrie ». L’équipement est en attente de l'autorisation de la FDA et n’a pas encore le marquage CE, annonce GE HealthCare dans un communiqué.

13:30

Le scanner thoracique à très faible dose offre une grande précision dans la détection des anomalies pulmonaires post-COVID par rapport à un scanner à dose standard à moins d’un dixième de la dose de rayonnement. Il constitue donc une alternative pour le suivi des patients post-COVID, conclut une étude parue dans European Radiology.

7:30

Une étude publiée dans The Lancet Regional Health Western Pacific a identifié des anomalies cérébrales sur les IRM de personnes ayant eu des cas modérés à graves de Covid-19. Ces patients continuent de souffrir de troubles cognitifs, de symptômes psychiatriques et neurologiques et d’altérations fonctionnelles cérébrales, même après 2 ans d’infection, suggèrent les chercheurs.
Docteur Imago

GRATUIT
VOIR