Apprentissage à distance

L’intelligence artificielle au service de la formation des radiologues

À l'occasion d'une session du Congrès européen de radiologie 2022, le vice-président de la Société européenne de radiologie Adrian Brady est revenu sur les avantages de la dématérialisation de la formation initiale, ainsi que sur les promesses de l'IA dans l'apprentissage de l'interprétation d'images.

Article réservé aux abonnés

Le 19/04/22 à 7:00, mise à jour le 11/09/23 à 13:30 Lecture 3 min.

Schéma de l'apprentissage par intelligence artificielle. « Seule une de ces six étapes requiert l'intervention d'un enseignant », s'enthousiasme Adrian Brady. Capture d'écran ECR 2022

Lors d'une session du Congrès européen de radiologie 2022, le vice-président de la Société européenne de radiologie (ESR) Adrian Brady a argumenté en faveur d'une numérisation accrue de la formation initiale en radiologie. Après avoir dressé un bilan positif de formations initiales anglaises se déroulant déjà partiellement en ligne, le radiologue irlandais a présenté à son auditoire virtuel un scénario d'anticipation en passe de devenir réalité : l'utilisation de l'Intelligence artificielle (IA) dans la formation initiale des étudiants.

L’exemple britannique

« Nous savons désormais que nous pouvons enseigner la radiologie en ligne avec succès », commence Adrian Brady. À l'appui de cette affirmation, le vice-président de l'ESR cite l'exemple des académies de radiologie – radiology academy, en anglais. Créées au Royaume-Uni en 2005 pour pallier le manque de radiologues tout en limitant la pression sur les centres de soins, ces structures initialement au nombre de trois, accueillent des fut

Il vous reste 75% de l’article à lire

Docteur Imago réserve cet article à ses abonnés

Vous avez déjà un compte ? Se connecter

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

François Mallordy

Journaliste rédacteur spécialisé

Voir la fiche de l’auteur

Bibliographie

Duong M. T., Rauschecker A. M., Rudie J. D. et coll., « Artificial intelligence for precision education in radiology », The British Journal of Radiology, 2019, vol. 92, n° 1103. Epub 26 juillet 2019. DOI : 10.1259/bjr.20190389.

Discussion

Aucun commentaire

Commenter cet article

Laisser un commentaire Annuler la réponse

You must be logged in to post a comment.

Le fil Docteur Imago

10 Août

14:00

Les coûts croissants et les inefficacités opérationnelles menacent la durabilité financière de l’IRM. L’optimisation des flux de travail, de la formation, de la planification et l’intégration de l’IA peuvent améliorer l’efficacité et générer des gains de revenus estimés entre 40 et 60 %, selon des projections rapportées dans une étude de Clinical Imaging.

12:10

Une étude publiée dans European journal of radiology démontre que l’épaisseur des coupes au scanner influence les mesures de radiodensité des tissus adipeux, sans effet significatif sur la surface musculaire.

7:00

Radiopédiatrie

Un algorithme entraîné à partir de données adultes testé en IRM pédiatrique

Actualité / Médical et technique

07 Août

16:00

Pour la détection du cancer du sein, les performances diagnostiques des protocoles d'IRM abrégée par rapport à l'IRM standard varient selon le protocole et le contexte clinique. La technique FAST conserve une sensibilité élevée, tandis que la combinaison FAST + ultrafast + T2W offre une spécificité supérieure dans un contexte diagnostique (étude).

14:30

72 % des patientes préfèreraient l'angiomammographie à l'IRM mammaire lorsque les performances diagnostiques sont comparables. Cette préférence est liée à une sensation de claustrophobie moindre, à une durée d'examen plus courte et à un niveau d'anxiété plus faible (étude).

7:10

La Société nord-américaine de radiologie (RSNA) annonce le lancement de son challenge IA pour l'imagerie du genou. Les modèles développés seront évalués sur leur capacité à détecter et à classer avec précision les anomalies du genou visibles à l'IRM. Les gagnants seront annoncés au prochain congrès de la RSNA qui se tiendra du 29 novembre au 3 décembre.