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

Voir la fiche de l’auteur

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

28 Oct

16:00

Les radiologues universitaires ayant une carrière active en recherche déclarent disposer plus fréquemment des ressources nécessaires pour la recherche (temps, ressources financières, motivation) que les radiologues moins actifs dans ce domaine (étude).

15:00

13:47

La quatorzième édition de la Journée mondiale de la radiologie aura lieu le 8 novembre 2025. L'objectif de cette initiative est de mieux faire connaître la valeur ajoutée de la radiologie et d'améliorer la compréhension du grand public sur le rôle essentiel des professionnels de l'imagerie dans le parcours de soins.

7:30

Des chercheurs chinois ont développé un modèle basé sur l'apprentissage profond pour générer des caractéristiques propres à la tomosynthèse à partir d'images de mammographie numérique. Il a permis d'améliorer la précision diagnostique et la caractérisation des lésions, assurent-ils dans European Journal of Radiology.

7:00

27 Oct

16:00

Dans un communiqué daté du 22 octobre 2025, le Conseil national de l'Ordre des médecins critique le projet de loi de financement de la sécurité sociale pour 2026. « L’intérêt du patient est relégué derrière la logique financière », juge-t-il, appelant à une « consultation élargie ».
✕
Docteur Imago

GRATUIT
VOIR