Intelligence artificielle

L’IA optimise le flux de travail en imagerie musculosquelettique

Une revue narrative réalisée par des chercheurs italiens donne un aperçu des applications cliniques de l’IA en imagerie musculosquelettique. Plusieurs études démontrent que ces outils pourraient aider les radiologues dans plusieurs tâches d’interprétation, afin d'optimiser le flux de travail et d'améliorer les performances diagnostiques.

icon réservé aux abonnésArticle réservé aux abonnés
Le 23/02/24 à 7:00 Lecture 2min.

Appliquée à différentes modalités d’imagerie telles que le scanner et l’IRM, L’IA a démontré en radiographie des performances comparables à celles des radiologues musculosquelettiques formés (photo d'illustration). © Gleamer

Des chercheurs italiens de l’université de Milan en Italie ont publié une revue narrative sur les applications cliniques de l’intelligence artificielle (IA) en imagerie musculosquelettique [1]. L’IA, l’apprentissage automatique et l’apprentissage profond peuvent en effet fournir une aide aux radiologues dans les tâches interprétatives et non interprétatives pour améliorer le flux de travail, notamment en qui concerne, la détection et la caractérisation des anomalies, expliquent-ils.

Pour les radiologues en musculosquelettique…

Plusieurs études ont évalué des algorithmes d’IA conçus pour assister les radiologues et les cliniciens dans la détection et la classification des fractures, ainsi que l’évaluation de l’âge osseux. « L’IA peut potentiellement aider les radiologues à identifier et à classer les résultats anormaux de l’arthrose, ainsi qu’à prédire l’apparition ou la progression de cette maladie », soulignent les chercheurs.

… et les non-radiologues dans un contexte d’urgence

Ap

Il vous reste 69% 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 DÉCOUVERTE

11€

pendant 1 mois
puis 23 €/mois

S’abonner à Docteur Imago

Auteurs

Solenn Duplessy

Bibliographie

  1. Gitto S., Serpi F., Albano D. et al, « AI applications in musculoskeletal imaging: a narrative review », European Radiology Experimental, 2024, vol. 8, n° 22. DOI : 10.1186/s41747-024-00422-8

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

16 Avr

7:33

Un arrêté du 4 avril fixe à 7 en imagerie médicale et 2 en médecine nucléaire « le nombre de médecins en exercice susceptibles d'accéder au troisième cycle des études de médecine pour suivre un diplôme d'études spécialisées, une option ou une formation spécialisée transversale, par spécialité et par subdivision. »
15 Avr

14:40

Les algorithmes d’apprentissage profond pour la segmentation par IRM de la prostate ont démontré une précision comparable à celle des radiologues experts malgré des paramètres variables, de sorte que les recherches futures devraient s’orienter vers l’évaluation de la robustesse de la segmentation et des résultats pour les patients dans divers contextes cliniques, selon une revue systématique publiée dans Radiology: Artificial Intelligence.

11:34

Le score calcique de l'artère coronaire obtenu par reconstruction basée sur l'apprentissage profond serait sous-estimé par rapport à l'image standard (étude).

7:52

L’Académie nationale de médecine a identifié les freins au développement de la recherche clinique en France tels que les lourdeurs administratives, les difficultés à obtenir des financements académiques ou encore les difficultés d’adaptation rapide aux nouvelles technologies de santé. Elle a émis 5 recommandations : limiter les délais règlementaires ou encore restructurer l’organisation des CHU autour de pôles hospitalo-universitaires intégrant des services de soins, des laboratoires et des équipes de recherche.
Docteur Imago

GRATUIT
VOIR