RSNA 2021

« Il faut absolument considérer les potentiels échecs d’un système d’intelligence artificielle »

Au RSNA, plusieurs radiologues américains ont livré un manuel d’hygiène pour prévenir les erreurs de l’intelligence artificielle et limiter leurs conséquences. Les médecins doivent surveiller chaque étape du développement des logiciels, avoir conscience des limites des modèles et savoir apprendre de leurs erreurs et des celles de leurs prédécesseurs.

icon réservé aux abonnésArticle réservé aux abonnés
Le 07/12/21 à 16:02, mise à jour hier à 15:14 Lecture 2 min.

« Des erreurs commises par l’intelligence artificielle utilisée dans les Boeing 737 ont été des leçons pour le monde médical », explique John Mongan. Capture d'écran RSNA 2021

L’intelligence artificielle s’impose petit à petit dans le monde de l’imagerie médicale. Mais que se passe-t-il quand elle ne fonctionne pas ? C’est la question que se sont posée différents médecins lors d’une session du congrès de la Société nord-américaine de radiologie (RSNA) 2021. En ouverture, Katherine Andriole, professeure de radiologie au Brigham and Women’s hospital, basé à Boston, dans le Massachusetts, a rappelé que le développement d’une solution d’intelligence artificielle est long et se divise en plusieurs étapes : collecte de données, identification de la cohorte, annotations, construction d’un modèle, validation… « Il peut donc y avoir des erreurs. C’est pourquoi la contribution clinique est importante à chaque étape », souligne-t-elle.

« Restez critiques sur les modèles »

Pour cette spécialiste, la contribution clinique permet d’éviter les erreurs et doit impliquer toutes les parties : physiciens médicaux, manipulateurs en radiologie, etc. dès la conception de l’outil et

Il vous reste 68% 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

Sihem Boultif

Mots-clés

intelligence artificielle RSNA 21

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

12 Juin

7:30

Une étude montre que la TEP-IRM ciblant la protéine d'activation des fibroblastes (FAP) détecte davantage de lésions suspectes d’endométriose que l’IRM conventionnelle, soutenant son intérêt comme outil complémentaire pour l’évaluation préopératoire.

7:00

11 Juin

16:00

L’ASNR a été informée d’une erreur de radiothérapie, classée au niveau 2 de l’échelle ASN-SFRO, survenue en mars 2026 au CHU de Saint-Étienne (42). Une dose de 9 Gy destinée à une vertèbre atteinte d’une métastase a été administrée par erreur à la vertèbre voisine saine en raison d’un mauvais positionnement du patient.

13:00

Des modèles d’intelligence artificielle évalués pour la classification de la malignité des nodules pulmonaires au scanner thoracique ont montré une sensibilité élevée (88 %) mais une spécificité modérée (75 %), soutenant un rôle potentiel dans les stratégies d’exclusion d'un cancer pulmonaire étude).

9:30

Selon une étude publiée dans The Journal of Nuclear Medicine, un nouveau système de TEP-TDM à champ de vision à long axe (LAFOV), utilisant des détecteurs de 30 mm au germanate de bismuth (BGO) avec des photomultiplicateurs au silicium offre une qualité d’image supérieure à la TEP-TDM à champ de vision court-axial (SAFOV) malgré des réductions marquées du temps d’acquisition, avec des caractéristiques de bruit comparables sur plusieurs radiopharmaceutiques.

7:00

✕
Docteur Imago

GRATUIT
VOIR