JFR 2024

Les centres hospitaliers évaluent l’apport de l’IA en traumatologie et oncologie

Lors d’une session des JFR 2024, des chercheurs ont présenté le fruit de leurs travaux sur l’utilisation de l’IA et son impact sur l'organisation en radiographie traumatologique et la détection en scanner thoracique. Les résultats se montrent prometteurs et laissent imaginer un potentiel apport en pratique courante.

icon réservé aux abonnésArticle réservé aux abonnés
Le 12/11/24 à 7:00, mise à jour le 19/02/25 à 12:04 Lecture 5 min.

Olivier Lucidarme, chef du service de radiologie de la Pitié-Salpêtrière AP-HP a présenté les premiers éléments d’un essai prospectif multicentrique visant à évaluer l’impact médico-économique de l’utilisation de l’IA en radiographie traumatique. © Carla Ferrand

Le 7 octobre, une session des journées francophones de radiologie (JFR) 2024 s’intéressait à l’utilisation de l’intelligence artificielle (IA) en oncologie et en traumatologie, afin de comprendre l’apport des algorithmes dans la prise en charge des patients et l’organisation des soins.

Quel impact sur le parcours ?

Durant cette session, Olivier Lucidarme, chef du service de radiologie de la Pitié-Salpêtrière-Assistance publique – Hôpitaux de Paris (AP-HP) a présenté les premiers éléments d’un essai prospectif multicentrique visant à évaluer l’impact médico-économique de l’utilisation de l’IA en radiographie traumatique. « Il existe de nombreux systèmes pour lire les radiographies traumatiques du squelette périphérique, rappelle Olivier Lucidarme. On a déjà évalué leur sensibilité et leur spécificité donc on connaît les valeurs intrinsèques de ces outils qui sont de bonne qualité. Maintenant il faut évaluer leur impact sur le parcours patient. »

Essai prospectif multicentrique

Pour

Il vous reste 87% 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

Spécialité médicale

Pneumologie Urgence

Modalité d’imagerie

Scanner Radiologie conventionnelle

Mots-clés

JFR 2024 intelligence artificielle

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Dans le dossier

icon réservé aux abonnés L’intelligence artificielle en pratique clinique

Voir le dossier

Le fil Docteur Imago

12 Juin

15:00

7:30

Une étude montre que la TEP-IRM ciblant la protéine d'activation des fibroblastes (FAP) détecte davantage de lésions suspectes d’endométriose que l’IRM conventionnelle, soutenant son intérêt comme outil complémentaire pour l’évaluation préopératoire.

7:00

11 Juin

16:00

L’ASNR a été informée d’une erreur de radiothérapie, classée au niveau 2 de l’échelle ASN-SFRO, survenue en mars 2026 au CHU de Saint-Étienne (42). Une dose de 9 Gy destinée à une vertèbre atteinte d’une métastase a été administrée par erreur à la vertèbre voisine saine en raison d’un mauvais positionnement du patient.

13:00

Des modèles d’intelligence artificielle évalués pour la classification de la malignité des nodules pulmonaires au scanner thoracique ont montré une sensibilité élevée (88 %) mais une spécificité modérée (75 %), soutenant un rôle potentiel dans les stratégies d’exclusion d'un cancer pulmonaire étude).

9:30

Selon une étude publiée dans The Journal of Nuclear Medicine, un nouveau système de TEP-TDM à champ de vision à long axe (LAFOV), utilisant des détecteurs de 30 mm au germanate de bismuth (BGO) avec des photomultiplicateurs au silicium offre une qualité d’image supérieure à la TEP-TDM à champ de vision court-axial (SAFOV) malgré des réductions marquées du temps d’acquisition, avec des caractéristiques de bruit comparables sur plusieurs radiopharmaceutiques.
✕
Docteur Imago

GRATUIT
VOIR