Pratiques professionnelles

Les radiologues français ont soif de formation en IA

Une enquête lilloise montre que les radiologues sont très volontaires pour se former à l’utilisation de l’intelligence artificielle et considèrent qu’elle aura des effets positifs sur leurs pratiques.

Article réservé aux abonnés

Le 31/05/19 à 11:00, mise à jour aujourd'hui à 15:15 Lecture 1 min.

94,4 % des répondants à l'étude lilloise envisageraient de suivre une formation médicale « générale » continue en intelligence artificielle (photo d'illustration). D. R.

Les radiologues français veulent être formés à l’intelligence artificielle. C’est l’un des enseignements d’une enquête conduite par des médecins du service de radiologie musculosquelettique du CHRU de Lille (59). Ces travaux, publiés dans Diagnostic and Interventional Imaging [1], entendaient mieux comprendre comment les radiologues envisageaient l’IA dans leur pratique, et faire un état des lieux de leurs connaissances et leurs attentes en la matière.

42 questions pour 617 radiologues

Leurs auteurs ont adressé un questionnaire à 617 radiologues hospitaliers et libéraux des départements du Nord et du Pas-de-Calais. « Le sondage comprenait 42 questions portant sur l'IA en radiologie. Les données ont été recueillies entre le 16 et le 31 janvier 2019 », précisent-ils.

Près de 70 % n’utilisent pas encore l’IA

270 radiologues ont répondu (43,8 %) à cette enquête. Après dépouillement, il ressort que l’IA n’est pas un outil encore très répandu en routine. 68,5 % des répondants déclarent en effet

Il vous reste 59% 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

Bibliographie

Waymel Q., Badr S., Demondion X et coll., « Impact of the rise of artificial intelligence inradiology : What do radiologists think ? », Diagnostic and Interventional Imaging, publication en ligne le 6 mai 2019. DOI : 10.1016/j.diii.2019.03.015.

Discussion

Aucun commentaire

Commenter cet article

Laisser un commentaire Annuler la réponse

You must be logged in to post a comment.

Le fil Docteur Imago

17 Avr

16:34

Un centre d’imagerie médicale « de pointe » ouvrira en 2027 à Valence-d’Agen (Tarn-et-Garonne), informe ladepeche.fr

14:33

Une revue systématique publiée dans Radiography conclut au fort potentiel de l’utilisation du jumeau numérique en IRM, notamment en cardiologie et en oncologie, malgré des limites dans les domaines de la formation, de la sécurité et de l’intégration opérationnelle.

7:12

Une étude publiée dans Radiography analyse l’utilisation du modèle d’apprentissage profond Att-U-Net pour segmenter les tissus pulmonaires et les tumeurs à partir d’images PET-CT, afin d’améliorer le diagnostic du cancer du poumon. Les résultats montrent de bonnes performances (DSC 0,81 et IoU 0,69), suggérant que ce modèle pourrait renforcer la précision clinique et faciliter la planification des traitements.

7:00

Innovation

Gustave Roussy met au point un logiciel d’IA pour la détection du cancer à l’imagerie

Actualité / Produits

16 Avr

15:41

Mount Sinai est le premier au monde à utiliser le système TheraSphere™ Y-90 « Any Day Dosing », un traitement mini-invasif qui délivre directement des radiations aux tumeurs du foie via le sang. Cette innovation permet de traiter les patients plus rapidement et plus souvent dans la semaine, améliorant ainsi l’accès aux soins et réduisant les délais, annonce un communiqué.

13:16

Une revue systématique et méta-analyse démontre que la mammographie avec contraste (CEM) présente une très forte valeur prédictive négative pour les asymétries non rehaussées, avec un risque de cancer extrêmement faible. En revanche, la présence de rehaussement est fortement associée à la malignité et permet d’améliorer la stratification du risque.