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.

icon réservé aux abonnésArticle réservé aux abonnés
Le 16/07/19 à 7:00, mise à jour hier à 15:17 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

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

Carla Ferrand

Journaliste cheffe de rubrique

Voir la fiche de l’auteur

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

10 Avr

15:32

Un modèle d’IA à apprentissage profond montre un potentiel en tant qu’outil de dépistage opportuniste de la santé osseuse chez les enfants, selon une étude publiée dans Radiology.

13:14

Les événements de sécurité des patients en radiologie représentent une faible proportion des incidents (3,2 %), mais révèlent des vulnérabilités importantes, notamment chez les enfants et les personnes âgées, avec un risque élevé lié aux médicaments et aux produits de contraste, selon une étude publiée dans Current Problems in Diagnostic Radiology

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.
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.
Docteur Imago

GRATUIT
VOIR