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

intelligence artificielle études

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 Jan

16:11

Une étude publiée dans BMC Urology a évalué la capacité de plusieurs grands modèles de langage à classer des comptes rendus d’IRM de la prostate selon le système PI-RADS v2.1. Le modèle GPT-o1 montre la meilleure concordance avec les radiologues, mais tous les modèles présentent des limites pour les lésions PI-RADS 3.

15:00

13:08

Chez les patients atteints d'occlusion aiguë des grands vaisseaux (LVO) de l’ACM et de sténose de l’artère intracrânienne sous-jacente traitée par stent de secours, l’administration préalable d’une thrombolyse intraveineuse n’est pas associée à une augmentation du risque d’hémorragie intracrânienne symptomatique ni de la mortalité à 90 jours (étude).

7:30

Un modèle de classification ternaire radiologique a obtenu des performances diagnostiques « excellentes » pour différencier les lésions pulmonaires sur des images de scanner, selon des résultats publiés dans Radiology.

7:00

08 Jan

15:17

Des chercheurs ont introduit un nouveau marqueur tumoral IRM appelé « signe sombre-clair-obscur » et suggèrent qu’il peut aider à prédire la métastase des ganglions lymphatiques chez les patients atteints d’un cancer rectal, selon une étude publiée dans Radiology.
✕
Docteur Imago

GRATUIT
VOIR