RSNA 2023

Quelles stratégies pour réduire les erreurs en radiologie ?

Au congrès annuel de la Société nord-américaine de radiologie (RSNA 2023), une session a proposé des stratégies pour comprendre et réduire les causes d'erreurs humaines en imagerie. Selon les orateurs, l'optimisation de l'environnement et du temps de travail peut modérer les effets des biais cognitifs alors qu'une IA mal réglée peut au contraire les accentuer.

icon réservé aux abonnésArticle réservé aux abonnés
Le 11/01/24 à 15:00 Lecture 3 min.

Une étude montre qu'après une nuit de garde, les radiologues affichent une performance diagnostique plus faible, une augmentation de 45 % du temps de visualisation par cas, une augmentation de 60 % du nombre total de fixations du regard et une augmentation de 34 % du temps nécessaire pour détecter des fractures. © Capture d'écran | RSNA 2023

En imagerie aussi, l'erreur est (parfois) humaine. Le 28 novembre dernier, une session du RSNA 2023 a mis en lumière les facteurs humains qui entrent en jeu dans la survenue d’erreurs en radiologie. Michael Bruno, professeur de radiologie à l’université de Pennsylvanie (Pennsylvanie, États-Unis), a énuméré les différents types et causes d’erreurs et a tenu à rendre hommage à un pionnier en la matière. De fait, le radiologue américain Leo Henry Garland, ancien président de la RSNA, fut le premier à s’intéresser aux erreurs en radiologie, dans les années 1940 : « Cela lui a coûté une partie de sa popularité, car, à l’époque, personne ne voulait reconnaître qu’on faisait des erreurs. Il fut le premier à donner une estimation du taux d’erreurs en radiologie : 3 % à 4 % au minimum. »

La discipline évolue, mais les erreurs persistent

Les erreurs en radiologie résultent principalement d’un défaut de perception ou d’interprétation mais peuvent aussi venir d'un mauvais raisonnement, d’un manq

Il vous reste 77% 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. Bernstein, M. H., Atalay, M. K., Dibble, E. H., et coll., « Can incorrect artificial intelligence (AI) results impact radiologists, and if so, what can we do about it? A multi-reader pilot study of lung cancer detection with chest radiography », European Radiology, 2 juin 2023. DOI : 10.1007/s00330-023-09747-1.
  2. Hanna, T. N., Zygmont, M. E., Peterson, R., et coll., « The Effects of Fatigue From Overnight Shifts on Radiology Search Patterns and Diagnostic Performance », Journal of the American College of Radiology, 21 janvier 2018. DOI : 10.1016/j.jacr.2017.12.019.
  3. Hanna, T. N., Lamoureux, C., Krupinski, E. A., et coll., « Effect of Shift, Schedule, and Volume on Interpretive Accuracy: A Retrospective Analysis of 2.9 Million Radiologic Examinations », Radiology, 20 novembre 2017. DOI : 10.1148/radiol.2017170555.

Mots-clés

erreurs RSNA 23

26 novembre 2023 au 30 novembre 2023

Congrès de la Société nord-américaine de radiologie 2023

Congrès
McCormick Place, 2301 S King Dr, Chicago, Illinois, 60616

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

28 Nov

7:16

Une étude suggère l'élaboration de lignes directrices spécifiques au service de radiologie dans le but de garantir la mise en œuvre efficace des soins en tenant compte des traumatismes liés à l'accident du patient.

7:00

27 Nov

15:13

Chez les patients atteints de calcification coronarienne sévère, l’angiographie coronarienne ultra-haute résolution avec détecteur de photons a montré une sensibilité et une spécificité élevées pour détecter les sténoses dans des vaisseaux fortement calcifiés, réduisant potentiellement l’angiographie coronarienne invasive. (Étude)

15:00

13:10

Des chercheurs en Corée du Sud ont développé un modèle d’IA capable de détecter les méningiomes sur des radiographies du crâne. Validée sur des données internes et externes, la méthode démontre une performance élevée et constitue une alternative prometteuse pour les environnements disposant de ressources limitées. (Étude)

7:10

L’intelligence artificielle (IA) est de plus en plus intégrée dans la recherche et la pratique en radiographie. Selon une étude parue dans Radiography, GenAI et les LLM offrent des opportunités transformatrices pour la recherche en radiographie à travers plusieurs étapes, de la conception de l’étude à la diffusion. Leur intégration exige toutefois une validation rigoureuse et des garanties éthiques pour limiter les biais, les erreurs et les risques liés à la confidentialité.
✕
Docteur Imago

GRATUIT
VOIR