Sécurité informatique

L’intelligence artificielle en radiologie engendre de nouveaux risques pour la cybersécurité

Une revue publiée dans European Radiology dresse un panorama des enjeux sur la cybersécurité dans le domaine de la radiologie, et des risques associés aux projets d'IA en radiologie. Les auteurs y décrivent des stratégies et des solutions pour optimiser la sécurité des systèmes.

icon réservé aux abonnésArticle réservé aux abonnés
Le 28/08/23 à 7:00, mise à jour le 11/09/23 à 19:12 Lecture 2 min.
Les solutions d’intelligence artificielle (IA), désormais intégrées au sein de nombreux services d’imagerie médicale, engendrent de nouvelles interrogations en matière de cybersécurité. Des radiologues de l’hôpital universitaire Saint-Vincent à Dublin et des experts informatiques américains se sont penchés sur cet enjeu de taille en réalisant une revue qui présente les enjeux spécifiques à la cybersécurité dans le secteur de l'imagerie médicale, et les solutions pour l'améliorer. Leurs travaux ont été publiés au mois de juillet dans European Radiology [1].

Des projets qui comportent des risques

« Se lancer dans un projet d'IA en radiologie n'est pas sans risque, d'autant plus que les menaces de cybersécurité sont de plus en plus nombreuses dans le secteur de la santé », signalent les auteurs de l’étude. La prévalence des menaces de cybersécurité en santé a augmenté avec l'essor de la recherche sur l'IA en radiologie, poursuivent-ils. « Les radiologues ont une grande expérience de l'i

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

Bibliographie

  1. Kelly B. S., Quinn C., Belton N., et coll., « Cybersecurity considerations for radiology departments involved with artificial intelligence », European Radiology, 7 juillet 2023. DOI : 10.1007/s00330-023-09860-1.

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

13:31

Un réseau de neurones convolutifs (CNN) a été entraîné à détecter automatiquement les zones floues en mammographie dans des régions pertinentes pour le diagnostic. Ce modèle, s'il était implémenté en pratique clinique, pourrait fournir un retour utile aux MERM afin de réaliser rapidement de meilleures prises de vue qui soient de haute qualité, selon une étude rétrospective.

7:31

Un état de l'art en français sur la biopsie pulmonaire percutanée sous scanner présentant ses indications, ses contre-indications et les bonnes pratiques dans ce domaine a été publié le 14 novembre en accès libre dans le Journal d'imagerie diagnostique et interventionnelle.
20 Nov

16:01

Les séquences ciné en IRM cardiaque reconstruites par apprentissage profond et acquises sur trois cycles cardiaques permettent de réduire le temps d’acquisition de plus de 50 % par rapport à la séquence référence sans apprentissage profond, et le tout sans différence dans la qualité d'image, selon une étude prospective menée sur 55 volontaires sains en IRM 1,5 T.
Docteur Imago

GRATUIT
VOIR