Compte rendu

Une IA générative égale le radiologue dans l’interprétation des radios thoraciques

icon réservé aux abonnésArticle réservé aux abonnés
Le 13/11/23 à 15:00, mise à jour le 15/11/23 à 10:31

Les chercheurs ont trouvé des scores significativement meilleurs pour les radiologues sur place et pour l'IA que pour les téléradiologues © Huang et al, JAMA Network Open | CC BY

Des médecins de Chicago aux États-Unis ont montré dans une étude rétrospective qu'une intelligence artificielle (IA) générative produisait à partir de radiographies thoraciques des comptes-rendus d'une qualité clinique et textuelle comparable à celle des radiologues, et même d'une qualité supérieure textuellement aux rapports des téléradiologues. La publication date du 5 octobre, dans JAMA Network Open [1].

500 radiographies thoraciques analysées

Dans cette analyse rétrospective, les auteurs ont soumis 500 radiographies thoraciques de patients uniques (âge moyen de 53,3 ans, 56,4 % de femmes) effectuées dans un département des urgences de l'Illinois (États-Unis) à une IA, incluant des radiographies par ailleurs interprétées par des téléradiologues et par des radiologues sur place entre janvier 2022 et janvier 2023. Les trois interprétations radiographiques ont ensuite été soumises à six médecins du département des urgences pour notation sur une échelle de Likert à 5 points.

L'IA éga

Il vous reste 52% 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

Notes

Huang, J., Neill, L., Wittbrodt, M., et coll., « Generative Artificial Intelligence for Chest Radiograph Interpretation in the Emergency Department », JAMA Network Open, 5 octobre 2023. DOI : 10.1001/jamanetworkopen.2023.36100.

Auteurs

François Mallordy

Journaliste rédacteur spécialisé

Voir la fiche de l’auteur

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

17 Juil

16:00

Des chercheurs nord-américains ont adapté un modèle d'apprentissage profond pour la segmentation de la composition corporelle (muscle, os, graisse) à partir des images scanner volumétriques allant des vertèbres L2 à L4. La méthode s'est montrée plus précise que la technique standard, basée sur une seule coupe axiale en L3, se félicitent-ils dans EJR.

13:30

La TEP-TDM au meta-[18F] fluorobenzylguanidine ([18F]-mFBG) pourrait constituer une alternative plus efficace à la TEMP-TDM au [123I]-metaiodobenzylguanidine (MIBG) pour la stadification et l'évaluation de la réponse tumorale des neuroblastomes, conclut une étude présentée dans Pediatric Radiology.

7:42

GE Healthcare et la Mayo Clinic à Rochester (Minnesota) annoncent leur coopération autour d'un essai sur le traitement du cancer de la prostate par radioligands. L'étude MI-BET évaluera si l'utilisation de marqueurs biologiques et d'imagerie permet de mieux personnaliser les traitements, par exemple en espaçant les séances.
16 Juil

16:59

Une étude rétrospective compare les biopsies mammaires guidées par tomosynthèse et par échographie pour les lésions mammaires non calcifiées, en évaluant leurs caractéristiques et leurs performances diagnostiques. Les résultats montrent que l'échographie présente une meilleure valeur prédictive positive et que la tomosynthèse reste une alternative pertinente lorsque la lésion n'a pas de corrélat échographique définitif.

13:46

En angioscanner de la tête et du cou, associer une technologie de reconstruction d'image par apprentissage profond à une acquisition de basse énergie (80 kVp) permet de diminuer les doses de radiation (-36 %) et de produit de contraste (-26%) en améliorant la qualité d'image par rapport au protocole standard (100 kVp et reconstruction itérative), conclut un article dans EJR.
Docteur Imago

GRATUIT
VOIR