Intelligence artificielle

Les algorithmes peuvent trier les radios du thorax mais avec certaines limites

La sélection par un logiciel d’intelligence artificielle des radiographies du thorax à traiter en priorité est faisable et permettrait de réduire la durée entre l’acquisition et l’interprétation des cas le plus urgents, selon deux études présentées à l’ECR 2021.

icon réservé aux abonnésArticle réservé aux abonnés
Le 09/03/21 à 8:00, mise à jour aujourd'hui à 15:14 Lecture 3 min.

Développer ces solutions exige des dizaines, voire des centaines de milliers d’images, qui doivent être annotées pour l’entraînement, la validation et le test des algorithmes, indique Carlos F. Muñoz-Núñez. D. R. - Photo d'illustration

Une session du Congrès européen de radiologie 2021 s’est intéressée à l’impact de l’intelligence artificielle sur la pratique clinique. Parmi les intervenants, Carlos F. Muñoz-Núñez, radiologue au service d’imagerie de l’hôpital universitaire et polytechnique La Fe, à Valence (Espagne), a évoqué les apports et les limites des logiciels de « triage » des radiographies du thorax.

« Le modèle FIFO reste le plus courant »

L’augmentation de la demande en imagerie et la pénurie de radiologues ralentit l’interprétation des examens, et peut compromettre la sécurité des patients, expose-t-il en introduction. Il est donc nécessaire de sélectionner les dossiers à traiter en priorité, pour améliorer la prise en charge et le workflow. « Or, le schéma le plus courant reste le modèle FIFO, pour « first in – first out », « premier arrivé, premier sorti », souligne l’intervenant.

« Faisable » avec des résultats « acceptables »

Plusieurs travaux de recherche ont évalué l’efficacité d’algorithmes d’intellige

Il vous reste 76% 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

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