Évaluation de l'IA

Des recommandations anglaises questionnent l’intérêt de l’IA dans la radiographie thoracique d’une suspicion de cancer

Parues le 28 septembre, des recommandations du National Institute for Health and Care Excellence, un organisme public britannique, remettent en cause l'intérêt clinique des IA commercialisées dans la radiographie thoracique en cas de suspicion de cancer. En cause, un manque de preuves d'efficacité en clinique – une problématique qui s'étend à tout le champ de l'IA en radio thoracique, en plein boom.

icon réservé aux abonnésArticle réservé aux abonnés
Le 16/01/24 à 15:00 Lecture 4 min.

Dans ses recommandations nationales, le NICE soutient que ces produits doivent faire l'objet de plus de recherches pour être utilisés en clinique sur les suspicions de cancer du poumon. (image d'illustration). D.R.

Évaluation du risque de développer une maladie cardiovasculaire, du risque de cancer du poumon chez le non-fumeur, détection du diabète de type 2... Ces deux dernières années, plusieurs logiciels utilisant l'intelligence artificielle (IA) ont remporté des succès en repérage opportuniste sur des radios thoraciques. Ce nouvel axe de développement n'est que le dernier cheval de bataille des développeurs d'IA, après le développement de logiciels visant à repérer les maladies thoraciques recherchées en radiologie conventionnelle – cancer du poumon, tuberculose, pneumothorax, etc. – , et plus récemment l'introduction de l'IA générative pour booster les capacités de ces nouveaux outils.

Un examen qui attire la medtech

Plusieurs raisons expliquent cet intérêt des entreprises de la medtech pour la radiographie thoracique : cette dernière demeure très pratiquée, et la production d'une seule image par examen facilite l'entraînement et le développement d'outils d'IA par rapport à l'imagerie en c

Il vous reste 83% 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

François Mallordy

Journaliste rédacteur spécialisé

Voir la fiche de l’auteur

Bibliographie

  1. Jones C. M., Buchlak D. Q., Oakden-Rayner L., et coll., « Chest radiographs and machine learning – Past, present and future », Journal of Medical Imaging and Radiation Oncology, 25 juin 2021. DOI : 10.1111/1754-9485.13274.
  2. Plesner L. Louis., Müller C. F., Brejnebøl W. M. et coll., « Commercially Available Chest Radiograph AI Tools for Detecting Airspace Disease, Pneumothorax, and Pleural Effusion », Radiology, 26 septembre 2023. DOI : 10.1148/radiol.231236.
  3. Shin J. H., Han K., Ryu L., et coll., « The impact of artificial intelligence on the reading times of radiologists for chest radiographs », NPJ Digital Medicine, 29 avril 2023. DOI : 10.1038/s41746-023-00829-4.

Spécialité médicale

Pneumologie Oncologie

Modalité d’imagerie

Radiologie conventionnelle

Mots-clés

intelligence artificielle cancer du poumon radiographie thoracique

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

11 Août

14:49

Le programme DREAM visant à éviter le recours aux urgences par orientation directe vers la radiologie permettrait de prodiguer en toute sécurité des soins adaptés à la plupart des patients, tout en évitant les visites inutiles aux urgences et en améliorant l'efficacité (étude).

7:20

Dans une étude mettant en avant les disparités dans le dépistage complémentaire des femmes ayant des seins denses, les chercheurs soulignent la nécessité de standardiser l'évaluation de la densité mammaire, de renforcer la formation des professionnels et d'investir dans les infrastructures afin d'améliorer la détection précoce du cancer du sein.

7:00

10 Août

14:00

Les coûts croissants et les inefficacités opérationnelles menacent la durabilité financière de l’IRM. L’optimisation des flux de travail, de la formation, de la planification et l’intégration de l’IA peuvent améliorer l’efficacité et générer des gains de revenus estimés entre 40 et 60 %, selon des projections rapportées dans une étude de Clinical Imaging.

12:10

7:00

✕
Docteur Imago

GRATUIT
VOIR