intelligence artificielle

Un outil d’IA démontre une sensibilité de 99 % pour identifier les radiographies thoraciques anormales

Un outil d’IA automatisé disponible dans le commerce a atteint une sensibilité de 99,1 % dans l’identification des radiographies thoraciques anormales. Selon une étude, cette performance peut permettre de réduire la charge de travail des radiologues.

icon réservé aux abonnésArticle réservé aux abonnés
Le 30/03/23 à 13:30, mise à jour le 11/09/23 à 13:23 Lecture 2 min.

Les comptes rendus des radiologues avaient une sensibilité plus faible que l’outil d’IA pour les radiographies thoraciques anormales, soulignent les auteurs. L'IA n'a en effet donné qu'un seul faux négatif. © Plesner L. L. et coll. | RSNA

Dans un contexte de pénurie mondiale croissante de radiologues, des solutions d’intelligence artificielle permettant d'automatiser la lecture des radiographies thoraciques promettent d’alléger la charge de travail des professionnels de santé. Une étude présentée dans la revue Radiology a évalué un de ces outils disponibles dans le commerce, qui a montré une sensibilité supérieure à celle des radiologues pour identifier les radiographies thoraciques anormales [1].

Une étude multicentrique incluant 1 529 patients

Cette étude rétrospective multicentrique a été réalisée dans quatre hôpitaux au Danemark. 1 529 patients adultes ayant passé une radiographie thoracique postéroantérieure dans les services d'urgence, ambulatoires, ou à l'hôpital, ont été inclus.

L’outil d’IA Oxipit évalué

Trois radiologues ont passé ces examens en revue et les ont étiquetés pour établir un standard de référence basé sur trois catégories : « critique », « autres remarques », ou « normale » (aucune anomalie). L’outil

Il vous reste 72% 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

Bibliographie

  1. Plesner L. L., Müller F. C., Nybing J. D. et coll., « Autonomous chest radiograph reporting using AI: estimation of clinical impact », Radiology, epub 7 mars 2023. DOI : 10.1148/radiol.222268

Spécialité médicale

Pneumologie

Modalité d’imagerie

Radiologie conventionnelle

Mots-clés

intelligence artificielle radiographie thoracique

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

22 Nov

7:30

Le Sénat a adopté le 19 novembre un amendement gouvernemental au PLFSS 2025 qui prévoit d'exonérer de cotisations pour l'assurance vieillesse les médecins en situation de cumul emploi-retraite qui exercent dans les zones sous-denses. La Caisse autonome de retraite des médecins français (CARMF) s'alarme dans un communiqué des conséquences de cette mesure.

7:00

21 Nov

15:00

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.

7:00

✕
Docteur Imago

GRATUIT
VOIR