Pratique clinique

Une méta-analyse conclut aux effets positifs de l’IA sur le flux de travail

icon réservé aux abonnésArticle réservé aux abonnés
Le 25/11/24 à 15:00

Les auteurs ont identifié 48 études originales sur l'utilisation de l'IA pour améliorer le flux de travail en imagerie médicale, extraites de six bases de données médicales (photo d'illustration). © Solenn Duplessy

Une équipe de chercheurs de l’hôpital universitaire de Bonn, en Allemagne, a mené une méta-analyse et revue systématique, [1] afin de mesurer l’efficacité des outils basés sur l’intelligence artificielle sur les flux de travail cliniques, en particulier sur le temps nécessaire pour accomplir certaines tâches et la charge de travail des cliniciens.

48 études originales

Ils ont identifié dans la littérature 48 études originales. 5 études concernaient des outils conçus pour assister les tâches de segmentation, 25 des logiciels d’aide à la détection des cancers, nodules ou fractures et 18 des outils de « priorisation » des patients en fonction de caractéristiques cliniques. 33 de ces études évaluaient les effets de ces dispositifs sur le temps consacré à leurs tâches par les cliniciens.

67 % des études faisaient état d’une réduction

Parmi celles-ci, 22 (67 %) faisaient état d’une réduction de ce temps grâce à l'IA, statistiquement significative pour 13 d'entre elles. 8 études ne rappor

Il vous reste 53% 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. Wenderott, Katharina, Jim Krups, et al, « Effects of Artificial Intelligence Implementation on Efficiency in Medical Imaging—a Systematic Literature Review and Meta-Analysis », Npj Digital Medicine, septembre 2024, vol.  7, no 1. DOI : 10.1038/s41746-024-01248-9.

Mots-clés

études intelligence artificielle

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Dans le dossier

icon réservé aux abonnés L’intelligence artificielle dans le quotidien des radiologues

Voir le dossier

Le fil Docteur Imago

09 Avr

16:21

Une étude multicentrique publiée dans European Radiology montre qu’un modèle de deep learning combinant nnU-Net et ConvNeXt-tiny permet d’évaluer avec précision l’invasion musculaire dans le cancer de la vessie à partir d’IRM, avec des performances élevées et stables.

15:00

13:17

Une étude pilote a évalué un outil d’IA (BoneView) capable de détecter les fractures liées à la maltraitance chez des enfants de moins de 5 ans, montrant une légère amélioration de sa précision après un premier réentraînement. Ces résultats préliminaires suggèrent qu’un entraînement supplémentaire pourrait permettre d’atteindre des performances cliniquement utiles et renforcer l’aide au diagnostic dans ce contexte.

7:11

Une étude prospective comparant la radiographie conventionnelle à une reconstruction avancée 3D montre que cette dernière détecte toutes les fractures des membres avec une sensibilité de 100 %, contre 46,7 % pour la méthode classique, tout en conservant une excellente spécificité et qualité d’image. Son utilisation aux urgences pourrait améliorer la précision diagnostique, réduire les examens complémentaires et accélérer la prise en charge des patients.

7:00

08 Avr

16:29

Les images monoénergétiques virtuelles, combinées à des algorithmes de réduction des artefacts métalliques créées à partir de scanners à comptage photonique (PCCT), permettent une excellente visualisation des anévrismes intracrâniens préalablement traités et des vaisseaux adjacents, indique une étude. L’extension de ces résultats à des applications cliniques préliminaires chez l’humain s’avère également possible.
✕
Docteur Imago

GRATUIT
VOIR