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 hier à 15:05 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.

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

13 Juil

17:51

Des modèles d’apprentissage profond ont montré des performances diagnostiques comparables ou meilleures que celles des médecins expérimentés pour la détection du cancer du pancréas sur des examens de scanner, rapporte une étude présentée dans Radiology.

13:00

Trois systèmes de détection assistée par ordinateur (AI-CAO) basés sur l’IA ont démontré leur potentiel à détecter les signes précoces du cancer du sein jusqu’à 6 ans avant le diagnostic sur des examens de mammographie provenant d’une grande population de dépistage en Suède (communiqué).

8:30

Le scanner corps entier à ultra-basse dose associé à un algorithme de reconstruction par intelligence artificielle (SR-DLR) permet de réduire d'environ 70 % l'exposition aux rayonnements tout en conservant une excellente qualité d'image et des performances diagnostiques élevées pour la détection des maladies viscérales et métastatiques des tissus mous chez les patients sous surveillance du cancer, indique une étude parue dans European Journal of Radiology.
10 Juil

16:20

l'IRM mammaire préopératoire ne serait pas associée à une amélioration de la survie sans récidive ou de la survie globale chez les femmes atteintes de carcinome canalaire in situ (DCIS) (étude).

13:19

Une étude indienne suggère que l'IRM multiparamétrique permettrait de distinguer les cancers du sein luminaux des cancers du sein non luminaux à partir de marqueurs non invasifs.
Docteur Imago

GRATUIT
VOIR