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 hier à 14:16 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

06 Fév

16:08

Des chercheurs ont développé et validé un modèle de deep learning entièrement automatisé pour détecter et mesurer les masses surrénaliennes sur des scanners abdominaux injectés. Le modèle a le potentiel d’améliorer les taux de détection des lésions et de faciliter leur prise en charge précoce, indique l'étude.

13:06

Une étude publiée dans Radiology montre que le compte rendu structuré améliore l’efficacité des radiologues en réduisant le temps de rédaction et en recentrant l’attention visuelle sur l’image, par rapport au texte libre. L’ajout de l’intelligence artificielle augmente la précision diagnostique.

7:30

Une étude rétrospective montre que le score Node-RADS basé sur l’IRM offre une excellente précision diagnostique pour la détection des métastases ganglionnaires chez les patients atteints de cancer du rectum, avec une performance supérieure aux critères de taille et aux comptes rendus IRM classiques.
05 Fév

16:36

Le centre hospitalier Agen-Nérac (47) a mis en service le 26 janvier 2026 une nouvelle salle de radiologie numérisée sur son site de Nérac. D’un montant de 185 000 €, cet investissement améliore la qualité des diagnostics tout en réduisant l’exposition aux rayons, informe actu.fr.
Docteur Imago

GRATUIT
VOIR