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 aujourd'hui à 15:16 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

13 Juil

17:51

Des modèles d’apprentissage profond ont montré des performances diagnostiques comparables ou meilleures que celles des médecins expérimentés pour la détection du cancer du pancréas sur des examens de scanner, rapporte une étude présentée dans Radiology.

13:00

Trois systèmes de détection assistée par ordinateur (AI-CAO) basés sur l’IA ont démontré leur potentiel à détecter les signes précoces du cancer du sein jusqu’à 6 ans avant le diagnostic sur des examens de mammographie provenant d’une grande population de dépistage en Suède (communiqué).

8:30

Le scanner corps entier à ultra-basse dose associé à un algorithme de reconstruction par intelligence artificielle (SR-DLR) permet de réduire d'environ 70 % l'exposition aux rayonnements tout en conservant une excellente qualité d'image et des performances diagnostiques élevées pour la détection des maladies viscérales et métastatiques des tissus mous chez les patients sous surveillance du cancer, indique une étude parue dans European Journal of Radiology.
10 Juil

16:20

l'IRM mammaire préopératoire ne serait pas associée à une amélioration de la survie sans récidive ou de la survie globale chez les femmes atteintes de carcinome canalaire in situ (DCIS) (étude).

13:19

Une étude indienne suggère que l'IRM multiparamétrique permettrait de distinguer les cancers du sein luminaux des cancers du sein non luminaux à partir de marqueurs non invasifs.
Docteur Imago

GRATUIT
VOIR