Équipements

Des guidelines pour bien choisir son système d’intelligence artificielle

Un groupe d’universitaires et d’industriels a rédigé un guide à destination des radiologues qui veulent s’équiper en intelligence artificielle. Il liste des questions à poser aux concepteurs des produits pour pouvoir choisir en connaissance de cause.

icon réservé aux abonnésArticle réservé aux abonnés
Le 30/03/21 à 16:00, mise à jour aujourd'hui à 15:13 Lecture 3 min.

Les auteurs de ce guide veulent « aider les radiologues à sélectionner la solution commerciale la plus adaptée à leurs besoins grâce à une série de questions qui leur permettront de challenger les fournisseurs » (photo d'illustration). © Carla Ferrand

De nombreux logiciels d’intelligence artificielle (IA) sont aujourd’hui disponibles dans le commerce pour aider les radiologues dans leurs tâches diagnostiques, pour la segmentation ou encore pour la gestion du flux de travail. Or, si les travaux de recherche foisonnent sur l’utilisation de l’IA en clinique, peu d’études ont proposé des recommandations sur l’évaluation des solutions par les décisionnaires avant achat. Fort de ce constat, un consortium de chercheurs et d’acteurs industriels, parmi lesquels Patrick Omoumi, du département de radiologie de l’hôpital universitaire de Lausanne, en Suisse, et Alexis Ducarouge, CTO/CSO de l’entreprise Gleamer, a préparé un guide qui doit « aider les radiologues à sélectionner la solution commerciale la plus adaptée à leurs besoins grâce à une série de questions qui leur permettront de challenger les fournisseurs ». Ce document est paru début mars 2021 dans la revue European Radiology [1].

5 grandes catégories

En plus de leurs résultats cliniques

Il vous reste 80% 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 mensuelle 100 % numérique

23 €

par mois

S’abonner à Docteur Imago

Auteurs

Jérome Hoff

Rédacteur en chef adjoint BOM Presse Clichy

Voir la fiche de l’auteur

Bibliographie

  1. Omoumi P., Ducarouge A., Yournier A. et coll., « To buy or not to buy – evaluating commercial AI solutions in radiology (the ECLAIR guidelines) », European Radiology, mars 2021. Publication en ligne. DOI : 10.1007/s00330-020-07684-x.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Dans le dossier

icon réservé aux abonnés L’intelligence artificielle en pratique clinique

Voir le dossier

Le fil Docteur Imago

10 Avr

15:32

Un modèle d’IA à apprentissage profond montre un potentiel en tant qu’outil de dépistage opportuniste de la santé osseuse chez les enfants, selon une étude publiée dans Radiology.

15:00

13:14

Les événements de sécurité des patients en radiologie représentent une faible proportion des incidents (3,2 %), mais révèlent des vulnérabilités importantes, notamment chez les enfants et les personnes âgées, avec un risque élevé lié aux médicaments et aux produits de contraste, selon une étude publiée dans Current Problems in Diagnostic Radiology

7:13

Les patientes atteintes d’un cancer du sein qui développent un dysfonctionnement cardiaque lors d’une chimiothérapie néoadjuvante subissent également une perte de tissu cérébral significativement plus importante que celles dont la fonction cardiaque reste stable, selon une étude publiée dans Academic Radiology.

7:00

09 Avr

16:21

Une étude multicentrique publiée dans European Radiology montre qu’un modèle de deep learning combinant nnU-Net et ConvNeXt-tiny permet d’évaluer avec précision l’invasion musculaire dans le cancer de la vessie à partir d’IRM, avec des performances élevées et stables.
✕
Docteur Imago

GRATUIT
VOIR