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

Le fil Docteur Imago

11 Juin

16:00

L’ASNR a été informée d’une erreur de radiothérapie, classée au niveau 2 de l’échelle ASN-SFRO, survenue en mars 2026 au CHU de Saint-Étienne (42). Une dose de 9 Gy destinée à une vertèbre atteinte d’une métastase a été administrée par erreur à la vertèbre voisine saine en raison d’un mauvais positionnement du patient.

13:00

Des modèles d’intelligence artificielle évalués pour la classification de la malignité des nodules pulmonaires au scanner thoracique ont montré une sensibilité élevée (88 %) mais une spécificité modérée (75 %), soutenant un rôle potentiel dans les stratégies d’exclusion d'un cancer pulmonaire étude).

9:30

Selon une étude publiée dans The Journal of Nuclear Medicine, un nouveau système de TEP-TDM à champ de vision à long axe (LAFOV), utilisant des détecteurs de 30 mm au germanate de bismuth (BGO) avec des photomultiplicateurs au silicium offre une qualité d’image supérieure à la TEP-TDM à champ de vision court-axial (SAFOV) malgré des réductions marquées du temps d’acquisition, avec des caractéristiques de bruit comparables sur plusieurs radiopharmaceutiques.
10 Juin

16:00

La TEP-TDM à grand champ de vue axial (LAFOV) offrirait une qualité d'image supérieure à celle de la TEP-TDM conventionnelle (SAFOV), malgré une réduction significative du temps d'acquisition, avec des caractéristiques de bruit comparables pour plusieurs produits radiopharmaceutiques (étude).
Docteur Imago

GRATUIT
VOIR