Dossier

Nos « highlights » du RSNA 2019

Le 105e congrès de la Société nord-américaine de radiologie (RSNA) s’est tenu du 1er au 6 décembre 2019 à Chicago, dans l’Illinois. Comme chaque année, les spécialistes du monde entier y ont présenté leurs derniers travaux, les chefs de service des plus grands hôpitaux y ont partagé leurs expériences, et les constructeurs y ont exposé leurs machines et logiciels les plus avancés. Docteur Imago ne pouvait pas manquer ce rendez-vous de l’imagerie planétaire. Ce dossier – qui s’étoffera ces prochaines semaines - regroupe une sélection des articles publiés à l’occasion de notre édition spéciale et après la fin du congrès.

icon réservé aux abonnésArticle réservé aux abonnés
Le 20/12/19 à 16:00, mise à jour hier à 15:04

Auteurs

Jérome Hoff

Rédacteur en chef adjoint BOM Presse Clichy

Voir la fiche de l’auteur

Le fil Docteur Imago

23 Oct

7:45

Une étude a comparé un système d’intelligence artificielle aux critères PI-RADS pour la détection du cancer de la prostate cliniquement significatif en IRM, démontrant une sensibilité non inférieure à l’échelle du patient, mais inférieure à l’échelle lésionnelle. L’IA pourrait compléter PI-RADS pour optimiser le triage des biopsies, notamment des lésions indéterminées PI-RADS 3, concluent les chercheurs.
22 Oct

15:30

Une équipe de chercheurs a développé un système d’intelligence artificielle multimodale combinant imagerie médicale et données cliniques pour prédire la survie à 24 mois de patients atteints d’un cancer de la prostate métastatique résistant à la castration, traités par radiothérapie vectorisée ciblant le PSMA. Ce modèle affiche des performances prometteuses pour la stratification pronostique et l’aide à la décision clinique.

11:30

L'IRM mammaire à contraste dynamique virtuel (vDCE) générée par deep learning sans injection de gadolinium possède une précision diagnostique comparable à celle de l’IRM conventionnelle, mais une sensibilité légèrement inférieure, selon une étude publiée dans European Radiology 

7:30

Les radiologues et les grands modèles de langage présentent des profils d’erreur complémentaires dans la détection des radiographies thoraciques générées par l’IA, selon une étude publiée dans le Journal of Imaging Informatics in Medicine.
✕
Docteur Imago

GRATUIT
VOIR