Congrès SFNR 2021

Comment apprendre de ses erreurs et savoir les éviter ?

En imagerie, les erreurs sont des phénomènes multifactoriels qui reposent sur des causes individuelles et systémiques. Lors du congrès de la SFNR, le radiologue Robert Lavayssière a décrypté les plus fréquentes et prodigué des conseils pour les éviter.

icon réservé aux abonnésArticle réservé aux abonnés
Le 06/07/21 à 7:00, mise à jour le 11/09/23 à 13:30 Lecture 4 min.

Pour éviter au maximum les erreurs, Robert Lavayssière invite ses confrères à appliquer quelques règles essentielles : « Ayez conscience du risque d’erreur, réfléchissez à votre façon de travailler, ne cédez pas à la pression et protégez votre environnement de travail », conseille-t-il. © C. F.

Le 24 juin, le congrès de la Société française de neuroradiologie (SFNR) a consacré une session à l’attention et aux pièges qui guettent les radiologues lorsqu’ils interprètent des examens d’imagerie. Robert Lavayssière, anciennement radiologue au centre Imagerie Paris Nord, à Sarcelles (95), a décrit les principales erreurs liées à l’attention et les moyens de les éviter.

Une interprétation en deux phases

« Les erreurs radiologiques sont différentes des erreurs cliniques car les images sont conservées et peuvent être revues, même longtemps après l’examen, rappelle-t-il. De plus, les interprétations sont écrites et les comptes rendus possèdent une valeur médicale et légale. » En radiologie, l’interprétation repose sur un processus dual, qui comporte une phase automatique et une phase analytique. La seconde demande un effort visuel et de concentration. « Il y a une oscillation permanente entre les deux phases », explique Robert Lavayssière.

Plus d’erreurs en radiographie

Le taux d’erreurs d

Il vous reste 83% 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

Bibliographie

  1. Kim Y. W., Mansfield L. T., « Fool me twice: delayed diagnoses in radiology with emphasis on perpetuated errors », American Journal of Roentgenology, mars 2014, vol. 2020, n° 3, p. 465-470. DOI : 10.2214/AJR.13.11493.

Mots-clés

erreurs SFNR

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

03 Avr

16:34

L’Association européenne de médecine nucléaire (EANM) et la Société de médecine nucléaire et d’imagerie moléculaire (SNMMI) ont publié des recommandations conjointes sur l’utilisation de l’imagerie cérébrale TEP tau chez les patients suspectés de maladie d’Alzheimer.

13:30

Une étude publiée dans AJR souligne que les radiologues et l’IA ont atteint une sensibilité sous-optimale pour la détection des anomalies pulmonaires interstitielles (ILA) en radiographie, bien que de haute spécificité. Les résultats ne soutiennent donc pas le dépistage radiographique de l’ILA, qu’il s’agisse d’une interprétation radiologue ou d’une IA.

7:43

La reconstruction avancée tridimensionnelle (AR) améliore significativement la précision diagnostique des fractures des membres par rapport à la radiographie conventionnelle tout en maintenant une haute qualité d’image, conclut une étude publiée dans Emergency radiology. « Son intégration dans les flux de travail des urgences pourrait réduire le besoin d’imagerie supplémentaire et accélérer la prise de décision clinique », selon les chercheurs.

7:00

02 Avr

15:00

14:09

Un essai contrôlé randomisé multicentrique a évalué si la priorisation des radiographies thoraciques par intelligence artificielle réduisait les délais de diagnostic du cancer du poumon, sans observer d’amélioration significative des délais vers le scanner, le diagnostic, l’orientation ou le traitement. Ainsi, la priorisation des examens par IA dans ce contexte n’apporte pas de bénéfice clinique mesurable, selon une étude publiée dans Nature Medicine.
✕
Docteur Imago

GRATUIT
VOIR