Imagerie aux urgences

L’IA présente une sensibilité modérée pour la détection de fractures

Aux Journées francophones de radiologie (JFR) du 4 au 7 octobre dernier, Maxime Pastor, radiologue au CHU de Montpellier, a présenté les résultats d'une étude comparant les performances d'un logiciel d'IA dans la détection des fractures en radiographie par rapport au scanner. L'intervenant a rapporté une sensibilité modérée de ces logiciels, et rappelé l'importance des radiologues pour détecter les faux négatifs.

icon réservé aux abonnésArticle réservé aux abonnés
Le 24/10/24 à 15:00 Lecture 3 min.

Cette étude ancillaire a été menée dans un sous-groupe de patients provenant du PHRC multicentrique, se présentant aux urgences pour traumatisme. © Solenn Duplessy

Avec un nombre élevé de consultations pour traumatismes aux urgences, les nombreuses radiographies réalisées dans ces cas peuvent présenter des erreurs d’interprétation non négligeables, liées notamment à des conditions de réalisation imparfaites, note Maxime Pastor, radiologue au CHU de Montpellier (34) lors d’une session des Journées francophones de radiologie (JFR) le 7 octobre 2024. « Il y a un volume important de patients âgés ou difficiles à modéliser, ce qui rend l'interprétation au fil de l'eau très compliquée. Ce sont donc souvent les urgentistes ou les internes qui sont en première ligne sur ces lectures », introduit l’intervenant.

Les logiciels de détection des fractures, un espoir ?

Dans ce contexte, le développement de logiciels de détection de fractures apparaît, selon Maxime Pastor, comme un espoir. « Plusieurs études ont montré que ces logiciels fonctionnent bien et ont une bonne sensibilité. Mais souvent, dans ces études, la référence standard utilisée est la lecture

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

Auteurs

Solenn Duplessy

Voir la fiche de l’auteur

Bibliographie

  1. Pastor M, Dabli D, Lonjon R et al, « Comparison between artificial intelligence solution and radiologist for the detection of pelvic, hip and extremity fractures on radiographs in adult using CT as standard of reference », Diagnostic and Interventional Imaging, 19 septembre 2024. DOI : 10.1016/j.diii.2024.09.004.

Spécialité médicale

Urgence Musculo-squelettique

Modalité d’imagerie

Scanner Radiologie conventionnelle

Mots-clés

traumatismes urgences intelligence artificielle

4 octobre 2024 au 7 octobre 2024

Journées francophones de radiologie 2024

Congrès
Palais des congrès de Paris, 2 place de la Porte Maillot, Paris, France, 75017, Île-de-France

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Dans le dossier

icon réservé aux abonnés L’intelligence artificielle en pratique clinique

Voir le dossier

Le fil Docteur Imago

23 Oct

16:18

Le score de Kaiser en IRM mammaire présente une excellente précision diagnostique pour distinguer les lésions bénignes des lésions malignes chez les patientes présentant des anomalies BI-RADS 0 ou 4 en imagerie conventionnelle (étude).

15:00

13:16

Chez les patients obèses, le scanner à comptage photonique (PCCT) offre une meilleure qualité d’image que le scanner conventionnel (EID CT), avec un meilleur contraste et un rapport signal/bruit supérieur. Il permet également de réduire significativement la dose d’irradiation, en maintenant une bonne qualité diagnostique (étude).

7:45

Une étude a comparé un système d’intelligence artificielle aux critères PI-RADS pour la détection du cancer de la prostate cliniquement significatif en IRM, démontrant une sensibilité non inférieure à l’échelle du patient, mais inférieure à l’échelle lésionnelle. L’IA pourrait compléter PI-RADS pour optimiser le triage des biopsies, notamment des lésions indéterminées PI-RADS 3, concluent les chercheurs.

7:00

22 Oct

15:30

Une équipe de chercheurs a développé un système d’intelligence artificielle multimodale combinant imagerie médicale et données cliniques pour prédire la survie à 24 mois de patients atteints d’un cancer de la prostate métastatique résistant à la castration, traités par radiothérapie vectorisée ciblant le PSMA. Ce modèle affiche des performances prometteuses pour la stratification pronostique et l’aide à la décision clinique.
✕
Docteur Imago

GRATUIT
VOIR