Pedro Teixeira

« Notre logiciel peut évaluer les capacités d’interprétation des radiologues »

Avec son équipe, Pedro Teixeira, radiologue au CHU de Nancy, a développé un logiciel capable d’évaluer les compétences de ses confrères pour l’interprétation des images. Explications.

Le 28/02/17 à 12:00, mise à jour hier à 15:19 Lecture 1 min.

« Notre test peut grader les spécialistes selon leur niveau de compétences en interprétation d’images et pose de diagnostic », assure Pedro Teixeira, radiologue au CHU de Nancy. D. R.

Docteur Imago / Quelle pourrait être l’utilité d’un tel logiciel ?

Pedro Teixeira / Ce logiciel, développé dans le cadre du projet RadioLOG est capable d’évaluer les radiologues en fonction de leurs compétences en interprétation d’images. Les médecins radiologues pourraient l’utiliser pour s’autoévaluer et voir leur niveau de compétences en termes de pose de diagnostic et d’interprétation. Les services d’imagerie médicale des centres hospitaliers pourraient aussi s’en servir dans le cadre de la formation des internes.

D. I./ Comment avez-vous évalué sa fiabilité ?

P. T. / Nous avons « testé » des radiologues de différents niveaux. Nous avons recruté 43 personnes au total, venant du service d’imagerie médicale du centre hospitalier régional universitaire (CHRU) de Nancy et nous avons collaboré avec l’unité Centre d’investigation clinique – Innovation technologique (CIT-IT) de l’Inserm de Nancy, pour la partie informatique. Parmi ces 43 volontaires, il y avait 7 externes en médecine, 28 internes (à différents stades de leurs études) et 8 médecins radiologues confirmés. Ils ont tous été soumis au même test issu de notre logiciel, soit 15 exercices d’interprétation d’examens de scanner et d’IRM. Nous les avons ensuite notés suivant l’interprétation qu’ils ont donnée (correcte ou non), avec un barème pensé selon la difficulté du diagnostic à poser.

D. I. / Quels ont été les résultats ?

P. T. / Les médecins radiologues seniors ont obtenu de meilleures notes que les étudiants, ce qui est logique. L’étude nous a ainsi permis de démontrer que notre test est pertinent, qu’il peut grader les spécialistes selon leur niveau de compétences en interprétation d’images et pose de diagnostic. Nous allons travailler avec nos collègues informaticiens pour mettre au point une version définitive et tenter de l’améliorer encore, afin d’obtenir un produit final de la meilleure qualité possible.

Auteurs

Sihem Boultif

Bibliographie

  1. Gondim Teixeira, P.A., Cendre, R., Hossu, G. et coll., « Radiology resident MR and CT image analysis skill assessment using an interactive volumetric simulation tool – the RadioLOG project »Eur Radiol, 2017, vol. 27, n° 2, p. 878-887. doi :10.1007/s00330-016-4384-5

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

03 Avr

16:34

L’Association européenne de médecine nucléaire (EANM) et la Société de médecine nucléaire et d’imagerie moléculaire (SNMMI) ont publié des recommandations conjointes sur l’utilisation de l’imagerie cérébrale TEP tau chez les patients suspectés de maladie d’Alzheimer.

13:30

Une étude publiée dans AJR souligne que les radiologues et l’IA ont atteint une sensibilité sous-optimale pour la détection des anomalies pulmonaires interstitielles (ILA) en radiographie, bien que de haute spécificité. Les résultats ne soutiennent donc pas le dépistage radiographique de l’ILA, qu’il s’agisse d’une interprétation radiologue ou d’une IA.

7:43

La reconstruction avancée tridimensionnelle (AR) améliore significativement la précision diagnostique des fractures des membres par rapport à la radiographie conventionnelle tout en maintenant une haute qualité d’image, conclut une étude publiée dans Emergency radiology. « Son intégration dans les flux de travail des urgences pourrait réduire le besoin d’imagerie supplémentaire et accélérer la prise de décision clinique », selon les chercheurs.

14:09

Un essai contrôlé randomisé multicentrique a évalué si la priorisation des radiographies thoraciques par intelligence artificielle réduisait les délais de diagnostic du cancer du poumon, sans observer d’amélioration significative des délais vers le scanner, le diagnostic, l’orientation ou le traitement. Ainsi, la priorisation des examens par IA dans ce contexte n’apporte pas de bénéfice clinique mesurable, selon une étude publiée dans Nature Medicine.
Docteur Imago

GRATUIT
VOIR