Qualité des soins

Erreurs diagnostiques en radiologie : causes, responsabilités et antidotes

Facteurs intrinsèques, facteurs extrinsèques et responsabilités : un article publié fin août dans Pediatric Radiology fait le point sur les types d'erreurs diagnostiques, leurs causes, et comment les combattre à un niveau personnel et institutionnel.

icon réservé aux abonnésArticle réservé aux abonnés
Le 05/11/24 à 15:00 Lecture 3 min.

La fatigue fait partie des facteurs de stress communs des médecins qui peuvent impacter négativement leurs performances, rapporte l'étude (photo d'illustration). D. R.

Malgré les progrès technologiques immenses connus par l'imagerie médicale depuis les années 1960, la prévalence globale des erreurs radiologiques (4 % à 30 %) n’a pas changé significativement jusqu'aujourd'hui, comme le rapporte un article publié en 2020 dans le Journal d'imagerie diagnostique et interventionnelle (JIDI). Dans ce contexte, quelles sont de nos jours les sources d'erreurs les plus communes, et comment les éviter ? C'est à ces questions que des radiologues autrichiens ont tenté de répondre, dans une publication parue le 30 août 2024 dans Pediatric Radiology [1].

Un flou dans la définition

Les auteurs ont commencé par rappeler le flou entourant la définition d'une erreur diagnostique (le cas de la radiologie interventionnelle n'a pas été abordé). Ils proposent entre autres comme définition « l'échec à trouver une explication juste et en temps voulu aux problèmes de santé du patient, ou à communiquer cette explication au patient ». La classification des erreurs est, elle

Il vous reste 81% 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

Bibliographie

    Sorantin E, Grasser MG, Hemmelmayr A, et al (2024) Let us talk about mistakes. Pediatric Radiology. https://doi.org/10.1007/s00247-024-06034-z.

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

27 Nov

15:13

Chez les patients atteints de calcification coronarienne sévère, l’angiographie coronarienne ultra-haute résolution avec détecteur de photons a montré une sensibilité et une spécificité élevées pour détecter les sténoses dans des vaisseaux fortement calcifiés, réduisant potentiellement l’angiographie coronarienne invasive. (Étude)

13:10

Des chercheurs en Corée du Sud ont développé un modèle d’IA capable de détecter les méningiomes sur des radiographies du crâne. Validée sur des données internes et externes, la méthode démontre une performance élevée et constitue une alternative prometteuse pour les environnements disposant de ressources limitées. (Étude)

7:10

L’intelligence artificielle (IA) est de plus en plus intégrée dans la recherche et la pratique en radiographie. Selon une étude parue dans Radiography, GenAI et les LLM offrent des opportunités transformatrices pour la recherche en radiographie à travers plusieurs étapes, de la conception de l’étude à la diffusion. Leur intégration exige toutefois une validation rigoureuse et des garanties éthiques pour limiter les biais, les erreurs et les risques liés à la confidentialité.
Docteur Imago

GRATUIT
VOIR