Aide au diagnostic

Un logiciel de recherche d’images diminue de 31 % le temps de lecture des scanners thoraciques

Dans le cadre d'une étude présentée dans European Radiology, un système de recherche d'images basé sur le contenu appliqué au diagnostic de pneumopathies interstitielles diffuses a réduit de 31 % le temps de lecture sans perte de précision diagnostique.

icon réservé aux abonnésArticle réservé aux abonnés
Le 30/09/22 à 7:00, mise à jour hier à 15:10 Lecture 2 min.

Le système de recherche d'image par le contenu employé dans l'étude s'exécute depuis le PACS. Il propose les diagnostics les plus probables pour un scanner thoracique à partir d'une base de données de 6542 scanners thoraciques labellisés. © Röhrich et al, European Radiology | CC BY 4.0 (no changes made)

Un système de recherche d'images basé sur le contenu entraîne une diminution du temps de lecture de 31 % des scanners thoraciques de patients présentant une pneumopathie interstitielle diffuse, d'après une étude autrichienne publiée le 2 juillet dans European Radiology [1]. L'utilisation du logiciel est en outre associée à une tendance à une meilleure précision diagnostique.

Un manque d'évaluation en pratique clinique

Les systèmes de recherche d'images basés sur le contenu analysent de façon directe les caractéristiques d’un cliché puis trouvent des images aux caractéristiques voisines dans une base de données. Plus connus sous leur acronyme anglais CBIRS (Content-based image retrieval systems), ils permettent à partir du PACS de relier « en direct » les images observées à des cas similaires, voire à des ressources pédagogiques susceptibles d'éclairer le diagnostic comme Radiopaedia. Problème : en vogue, la recherche sur les CBIRS souffre du manque d'évaluation des bénéfices de ces logic

Il vous reste 67% 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

François Mallordy

Journaliste rédacteur spécialisé

Voir la fiche de l’auteur

Bibliographie

  1. Röhrich S., Heidinger B. H., Prayer F., « Impact of a content-based image retrieval system on the interpretation of chest CTs of patients with diffuse parenchymal lung disease », European Radiology, juillet 2022. DOI : 10.1007/s00330-022-08973-3.
  2. Choe J., Hang H. J., Seo J. B. et coll., « Content-based image retrieval by using deep learning for interstitial lung disease diagnosis with chest CT », Radiology, octobre 2021, vol. 302, n° 1. DOI : 10.1007/s00330-022-08973-3.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

10 Juil

16:20

l'IRM mammaire préopératoire ne serait pas associée à une amélioration de la survie sans récidive ou de la survie globale chez les femmes atteintes de carcinome canalaire in situ (DCIS) (étude).

13:19

Une étude indienne suggère que l'IRM multiparamétrique permettrait de distinguer les cancers du sein luminaux des cancers du sein non luminaux à partir de marqueurs non invasifs.

7:17

Les applications d'IA générative à usage général ne doivent pas être utilisées pour produire des images radiologiques à des fins de formation pour les étudiants en imagerie, prévient une étude. Sur 220 images générées par des application IA, seules 8,6 % ont été jugés appropriées par des radiologues pédiatriques américains.
09 Juil

17:28

Selon une étude publiée dans la revue Neuroradiology la combinaison de l’IRM 7T et d’un classificateur basé sur un réseau de neurones graphiques (GNN) améliore la détection des anomalies corticales discrètes de type dysplasie corticale focale chez les patients atteints d’épilepsie focale.

15:00

Une étude publiée dans le Journal of Medical Imaging et Radiation Oncology,
Docteur Imago

GRATUIT
VOIR