Intelligence artificielle

Des algorithmes d’IA autant, voire plus performants que les lecteurs humains sur les nodules pulmonaires et l’âge osseux

Des chercheurs néerlandais ont effectué une validation indépendante de neuf algorithmes commerciaux d’IA pour la détection de nodules pulmonaires et la prédiction de l'âge osseux sur des radiographies. Parue dans Radiology le 9 janvier, leur étude indique que les performances des algorithmes testés sont comparables, voire meilleures à celles des lecteurs humains.

icon réservé aux abonnésArticle réservé aux abonnés
Le 15/02/24 à 7:00 Lecture 2 min.

Dans le cadre de cette étude rétrospective publiée dans Radiology, neuf des 17 produits d’IA éligibles mis sur le marché entre juin et novembre 2022 ont été évalués sur la base des données de sept hôpitaux néerlandais (photo d'illustration). D. R.

Parue dans Radiology le 9 janvier, une validation indépendante d’algorithmes utilisant l'intelligence artificielle (IA) disponibles dans le commerce en radiologie a été réalisée par des chercheurs néerlandais dans le cadre du Projet AIR [1]. Cette initiative, développée pour standardiser la validation des outils d'IA en radiologie autorisés en Europe, a tout d'abord concerné la prédiction de l’âge osseux sur les radiographies de la main et la détection des nodules pulmonaires sur les radiographie thoraciques.

« La promesse est d’aider les radiologues »

« Ces applications s’attaquent à une variété de tâches dans différentes sous-spécialités, principalement dans le domaine du diagnostic. La promesse est d’aider les radiologues à gérer leur charge de travail toujours croissante et à prévenir l’épuisement professionnel », notent Patrick Omoumi, chef du service d’imagerie musculo-squelettique à l'hôpital universitaire de Lausanne (Suisse) et Jonas Richiardi, professeur au département de r

Il vous reste 64% 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. Van Leeuwen K. G., Schalekamp S., Rutten M. J. C. M. et al., « Comparison of Commercial AI Software Performance for Radiograph Lung Nodule Detection and Bone Age Prediction », Radiology, 9 janvier 2024. DOI : 10.1148/radiol.230981.
  2. Omoumi P., Richiardi J., « Independent Evaluation of Commercial Diagnostic AI Solutions: A Necessary Step toward Increased Transparency », Radiology, 9 janvier 2024. DOI : 10.1148/radiol.233299.

Spécialité médicale

Oncologie Musculo-squelettique Pneumologie Urgence

Modalité d’imagerie

Radiologie conventionnelle

Mots-clés

intelligence artificielle algorithmes

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

07 Août

16:00

Pour la détection du cancer du sein, les performances diagnostiques des protocoles d'IRM abrégée par rapport à l'IRM standard varient selon le protocole et le contexte clinique. La technique FAST conserve une sensibilité élevée, tandis que la combinaison FAST + ultrafast + T2W offre une spécificité supérieure dans un contexte diagnostique (étude).

14:30

72 % des patientes préfèreraient l'angiomammographie à l'IRM mammaire lorsque les performances diagnostiques sont comparables. Cette préférence est liée à une sensation de claustrophobie moindre, à une durée d'examen plus courte et à un niveau d'anxiété plus faible (étude).

7:10

La Société nord-américaine de radiologie (RSNA) annonce le lancement de son challenge IA pour l'imagerie du genou. Les modèles développés seront évalués sur leur capacité à détecter et à classer avec précision les anomalies du genou visibles à l'IRM. Les gagnants seront annoncés au prochain congrès de la RSNA qui se tiendra du 29 novembre au 3 décembre.

7:00

06 Août

16:00

L'arrêté du 4 août 2026 fixant le nombre d'étudiants de troisième cycle des études de médecine susceptibles d'être affectés, par spécialité et par subdivision territoriale au titre de l'année universitaire 2026-2027 a été publié au Journal Officiel. Pour la radiologie, le nombre d'internes est fixé à 266, et pour la médecine nucléaire à 44.

13:44

Des grands modèles de langage (LLM) seraient capables de générer, à partir des notes cliniques, des indications pertinentes en radiologie qui seraient plus complètes et plus factuelles que les indications émises par des cliniciens (étude).
✕
Docteur Imago

GRATUIT
VOIR