JFR de printemps

Comment l’intelligence artificielle peut accompagner le radiologue aux urgences

Pour les intervenants des JFR de printemps, l’intelligence artificielle pourrait aider les radiologues à améliorer l’organisation de l’activité diagnostique et interventionnelle aux urgences en gérant les flux de patients ou en apportant une aide au diagnostic.

Article réservé aux abonnés

Le 16/07/19 à 7:00, mise à jour hier à 15:15 Lecture 3 min.

Les JFR de Printemps le 4 juin à Nîmes furent l'occasion d'entamer une réflexion sur l’apport de l’IA en radiologie d’urgence. © C. F.

L’intelligence artificielle (IA) peut-elle répondre aux enjeux de la radiologie d’urgence ? Oui, en tout cas en partie, selon Jean-Yves Gauvrit, neuroradiologue au CHU de Rennes (35). Ce spécialiste, par ailleurs membre du directoire de DRIM France IA, le projet d’écosystème français d’IA, a exposé son point de vue le 4 juin 2019, lors des Journées francophones de radiologie (JFR) de printemps, organisées par la Société française de radiologie à Nîmes.

Un flux non régulé

La radiologie d’urgence est une discipline de plus en plus spécialisée et complexe a-t-il rappelé en préambule : « Elle doit être à la fois rapide, sûre, de grande qualité et accessible 24 heures sur 24. On demande aux personnels d’être multicompétents et multitâches. » La particularité, et principale difficulté, de l’activité des urgences est qu’elle est, par définition, un flux non régulé. « C’est un point majeur : comment peut-on maîtriser au mieux ce flux non régulé ? »

« L’interventionnel demande une bonne organisati

Il vous reste 81% de l’article à lire

Docteur Imago réserve cet article à ses abonnés

Vous avez déjà un compte ? Se connecter

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

Carla Ferrand

Journaliste cheffe de rubrique

Voir la fiche de l’auteur

Discussion

Aucun commentaire

Commenter cet article

Laisser un commentaire Annuler la réponse

You must be logged in to post a comment.

Dans le dossier

L’intelligence artificielle tâte le terrain

Voir le dossier

Le fil Docteur Imago

10 Avr

7:13

Les patientes atteintes d’un cancer du sein qui développent un dysfonctionnement cardiaque lors d’une chimiothérapie néoadjuvante subissent également une perte de tissu cérébral significativement plus importante que celles dont la fonction cardiaque reste stable, selon une étude publiée dans Academic Radiology.

7:00

Partage des images

« Nous avons intérêt à bien nous renseigner sur les DRIMbox car elles vont améliorer nos pratiques »

Actualité / Socioprofessionnel

09 Avr

16:21

Une étude multicentrique publiée dans European Radiology montre qu’un modèle de deep learning combinant nnU-Net et ConvNeXt-tiny permet d’évaluer avec précision l’invasion musculaire dans le cancer de la vessie à partir d’IRM, avec des performances élevées et stables.

15:00

Innovation

L’IA et la robotique au service de l’interventionnel avec le projet SHERPA

Médical et technique

13:17

Une étude pilote a évalué un outil d’IA (BoneView) capable de détecter les fractures liées à la maltraitance chez des enfants de moins de 5 ans, montrant une légère amélioration de sa précision après un premier réentraînement. Ces résultats préliminaires suggèrent qu’un entraînement supplémentaire pourrait permettre d’atteindre des performances cliniquement utiles et renforcer l’aide au diagnostic dans ce contexte.

7:11

Une étude prospective comparant la radiographie conventionnelle à une reconstruction avancée 3D montre que cette dernière détecte toutes les fractures des membres avec une sensibilité de 100 %, contre 46,7 % pour la méthode classique, tout en conservant une excellente spécificité et qualité d’image. Son utilisation aux urgences pourrait améliorer la précision diagnostique, réduire les examens complémentaires et accélérer la prise en charge des patients.