Équipements

Des guidelines pour bien choisir son système d’intelligence artificielle

Un groupe d’universitaires et d’industriels a rédigé un guide à destination des radiologues qui veulent s’équiper en intelligence artificielle. Il liste des questions à poser aux concepteurs des produits pour pouvoir choisir en connaissance de cause.

icon réservé aux abonnésArticle réservé aux abonnés
Le 30/03/21 à 16:00, mise à jour aujourd'hui à 15:15 Lecture 3 min.

Les auteurs de ce guide veulent « aider les radiologues à sélectionner la solution commerciale la plus adaptée à leurs besoins grâce à une série de questions qui leur permettront de challenger les fournisseurs » (photo d'illustration). © Carla Ferrand

De nombreux logiciels d’intelligence artificielle (IA) sont aujourd’hui disponibles dans le commerce pour aider les radiologues dans leurs tâches diagnostiques, pour la segmentation ou encore pour la gestion du flux de travail. Or, si les travaux de recherche foisonnent sur l’utilisation de l’IA en clinique, peu d’études ont proposé des recommandations sur l’évaluation des solutions par les décisionnaires avant achat. Fort de ce constat, un consortium de chercheurs et d’acteurs industriels, parmi lesquels Patrick Omoumi, du département de radiologie de l’hôpital universitaire de Lausanne, en Suisse, et Alexis Ducarouge, CTO/CSO de l’entreprise Gleamer, a préparé un guide qui doit « aider les radiologues à sélectionner la solution commerciale la plus adaptée à leurs besoins grâce à une série de questions qui leur permettront de challenger les fournisseurs ». Ce document est paru début mars 2021 dans la revue European Radiology [1].

5 grandes catégories

En plus de leurs résultats cliniques

Il vous reste 80% 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

Jérome Hoff

Rédacteur en chef adjoint BOM Presse Clichy

Voir la fiche de l’auteur

Bibliographie

  1. Omoumi P., Ducarouge A., Yournier A. et coll., « To buy or not to buy – evaluating commercial AI solutions in radiology (the ECLAIR guidelines) », European Radiology, mars 2021. Publication en ligne. DOI : 10.1007/s00330-020-07684-x.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Dans le dossier

icon réservé aux abonnés L’intelligence artificielle en pratique clinique

Voir le dossier

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