Urgences

L’IA améliore la performance des non-radiologues sur les radiographies thoraciques

icon réservé aux abonnésArticle réservé aux abonnés
Le 08/02/24 à 7:00

Dans le cadre de cette étude, 563 radios thoraciques acquises aux urgences ont été évaluées rétrospectivement à deux reprises par trois radiologues certifiés, trois internes en radiologie et trois non-radiologues et ont été comparées à la performance de l’algorithme (photo d'illustration). © Zackstarr - Radiologist | Wikimedia

Une équipe de chercheurs de l'hôpital universitaire de Munich (Allemagne) a évalué un système d’IA basé sur un réseau de neurones convolutifs, pour la détection des pathologies pulmonaires dans un service d'urgence. Les résultats ont fait l'objet d'une publication dans la revue Chest [1].

L’IA formée sur des données publiques et expertes

Cet algorithme d'IA interprétant les radiographies pulmonaires a été entraîné sur des données publiques provenant de plusieurs hôpitaux comportant des consolidations suspectes de pneumonie, des pneumothorax, des nodules et des épanchements pleuraux. Ces pathologies qui nécessitent un traitement immédiat pour déterminer si la maladie est aiguë nécessitent un haut niveau d'expertise pour une évaluation précise. Une tâche qui n'est pas toujours simple pour les non-radiologues des urgences, parfois tenus de prendre seuls des décisions cliniques basées sur les résultats d'imagerie.

563 radios thoraciques évaluées

Dans le cadre de cette étude de validati

Il vous reste 58% 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

Solenn Duplessy

Voir la fiche de l’auteur

Bibliographie

  1. Rudolph J., Huemmer C., Preuhs A. et al., « Non-radiology Healthcare Professionals Significantly Benefit from AI-Assistance in Emergency-Related Chest Radiography Interpretation », Chest, 29 janvier 2024 (pre-proof). DOI : 10.1016/j.chest.2024.01.039.

Spécialité médicale

Pneumologie Urgence Oncologie

Modalité d’imagerie

Radiologie conventionnelle

Mots-clés

radiographie thoracique intelligence artificielle

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

07 Sep

16:21

Une étude menée dans cinq hôpitaux canadiens a corrélé les aléas climatiques ponctuels à des hausses et baisses d'activité en imagerie médicale. Les chercheurs recommandent de prendre ces données en compte pour optimiser les organisations.

15:00

13:11

Des chercheurs de l'Ohio, aux États-Unis, ont développé un modèle de prédiction des absences non déclarées (no-show) aux examens d'imagerie par apprentissage machine. Il se base sur des déterminants socio-économiques et pourrait permettre d'améliorer les stratégies d'aller-vers, espèrent-ils (étude).

7:30

Un jury fédéral de Chicago, aux États-Unis, a condamné un ancien ingénieur de Philips Medical System pour avoir participé à un complot visant à dérober des secrets commerciaux au profit d'un concurrent chinois, Kunshan GuoLi Electronic Technology Co Ltd, dans le secteur des technologies du scanner (communiqué).

7:00

04 Sep

17:17

Selon une étude, l’adoption du protocole OPTIQ peut permettre une réduction de la dose de radiation, au bénéfice des patients et des professionnels de santé, lors de l’angioplastie des membres inférieurs sans compromettre la qualité diagnostique de l’image.
✕
Docteur Imago

GRATUIT
VOIR