Le récap’ de l’été 2023

Une approche basée sur l’IA améliore la détection des lésions mammaires incidentes significatives sur les scanners thoraciques, indique une étude. Malgré une hausse des faux positifs, le tri automatisé a permis de réduire de 97,3 % les examens à relire par rapport à une approche hypothétique de double lecture complète.  

Une étude publiée dans Radiology a démontré que le triage par intelligence artificielle basée sur l'image permettrait d'adapter en temps réel les protocoles d'IRM mammaire. Cette technique a permis de réduire les temps de balayage simulés tout en maintenant les performances de diagnostic.

Les radiologues qui n’ont pas trouvé d’anomalie sont considérés comme plus coupables lorsqu’ils ont utilisé un système d’IA qui a détecté l’anomalie, indique une étude. Toutefois, fournir des données sur les erreurs possibles de l’IA réduit cette perception de culpabilité.

Une étude rétrospective menée sur 166 patients atteints d’hémorragie sous-arachnoïdienne due à une rupture d’anévrismes intracrâniens, a évalué l’impact cumulatif des stratégies de réduction de la dose de rayonnement en milieu hospitalier. En comparant deux périodes, les chercheurs ont constaté une diminution significative des doses cumulées de rayonnement et des doses efficaces après l’implémentation de ces stratégies.