Flux de travail

L’IA pourrait-elle alourdir la charge de travail des radiologues ?

Selon une analyse néerlandaise, les applications d’IA en imagerie médicale augmenteraient la charge de travail des radiologues en générant un temps supplémentaire de post-traitement et d'interprétation.

icon réservé aux abonnésArticle réservé aux abonnés
Le 03/08/21 à 7:00, mise à jour hier à 15:14 Lecture 2 min.

Les études publiées récemment et dont l'IA est le principal domaine de recherche seraient associées de manière significative à une charge de travail accrue (photo d'illustration). © Docteur Imago

Souvent envisagée comme un moyen de libérer les radiologues de tâches chronophages, l’intelligence artificielle aurait-elle finalement pour effet d’alourdir leur charge de travail ? C’est en tout cas ce qui ressort des conclusions d’une étude néerlandaise publiée en juin 2021 dans la revue Insights into Imaging [1].

Échantillon de 440 études publiées en 2019

Thomas Kwee et Robert Kwee, respectivement radiologues à l’hôpital universitaire de Groningen et à l’hôpital Zuyderland à Heerlen, ont analysé un échantillon aléatoire de 440 études publiées en 2019, qui présentaient des nouvelles techniques en imagerie médicale. Ils ont évalué si les résultats de chacune d’entre elles pouvaient être directement mis en œuvre dans la pratique des radiologues diagnosticiens dans le but d'améliorer les soins aux patients. Si tel était le cas, cette contribution était alors classée comme concernant :

  • une application d'imagerie complètement nouvelle ;
  • un autre type d'imagerie comme alternative à une applica

Il vous reste 73% 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

Carla Ferrand

Journaliste cheffe de rubrique

Voir la fiche de l’auteur

Bibliographie

  1. Kwee T. C., Kwee R. M., « Workload of diagnostic radiologists in the foreseeable future based on recent scientific advances: growth expectations and role of artificial intelligence », Insights into Imaging, 2021, vol. 12, n° 88. DOI : 10.1186/s13244-021-01031-4.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

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.
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.
Docteur Imago

GRATUIT
VOIR