Valérie Laurent

« Notre imagerie doit s’adapter pour être la plus pertinente possible »

Vidéo Les Journées francophones de radiologie 2024 se tiennent du 4 au 7 octobre à Paris. Valérie Laurent, présidente de l'évènement, nous présente les temps forts de cette édition, qui aura pour thème « Tous ensemble pour la radiologie de demain ».

Le 27/09/24 à 7:00, mise à jour le 05/10/24 à 15:37

Valérie Laurent, PUPH au CHRU de Nancy, présidente des JFR 2024 © Solenn Duplessy

Auteurs

Solenn Duplessy

Voir la fiche de l’auteur

Carla Ferrand

Journaliste cheffe de rubrique

Voir la fiche de l’auteur

Spécialité médicale

Urgence Oncologie Hépatologie

Mots-clés

congrès JFR 2024

4 octobre 2024 au 7 octobre 2024

Journées francophones de radiologie 2024

Congrès
Palais des congrès de Paris, 2 place de la Porte Maillot, Paris, France, 75017, Île-de-France

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

23 Oct

7:45

Une étude a comparé un système d’intelligence artificielle aux critères PI-RADS pour la détection du cancer de la prostate cliniquement significatif en IRM, démontrant une sensibilité non inférieure à l’échelle du patient, mais inférieure à l’échelle lésionnelle. L’IA pourrait compléter PI-RADS pour optimiser le triage des biopsies, notamment des lésions indéterminées PI-RADS 3, concluent les chercheurs.

7:00

22 Oct

15:30

Une équipe de chercheurs a développé un système d’intelligence artificielle multimodale combinant imagerie médicale et données cliniques pour prédire la survie à 24 mois de patients atteints d’un cancer de la prostate métastatique résistant à la castration, traités par radiothérapie vectorisée ciblant le PSMA. Ce modèle affiche des performances prometteuses pour la stratification pronostique et l’aide à la décision clinique.

15:00

11:30

L'IRM mammaire à contraste dynamique virtuel (vDCE) générée par deep learning sans injection de gadolinium possède une précision diagnostique comparable à celle de l’IRM conventionnelle, mais une sensibilité légèrement inférieure, selon une étude publiée dans European Radiology 

7:30

Les radiologues et les grands modèles de langage présentent des profils d’erreur complémentaires dans la détection des radiographies thoraciques générées par l’IA, selon une étude publiée dans le Journal of Imaging Informatics in Medicine.
✕
Docteur Imago

GRATUIT
VOIR