Communication des résultats

Une étude révèle les différents facteurs à l’œuvre dans l’hétérogénéité entre comptes rendus radiologiques

Une étude française parue en mars a décortiqué les paramètres expliquant l'hétérogénéité entre les comptes rendus d’examens d’imagerie d’urgence. Ses résultats permettent d'espérer une personnalisation accrue des logiciels de saisie pour améliorer l'homogénéité des comptes rendus radiologiques.

icon réservé aux abonnésArticle réservé aux abonnés
Le 15/06/22 à 7:00, mise à jour le 11/09/23 à 13:30 Lecture 4 min.

Les chercheurs ons recherché les causes majeures d'hétérogénéité en analysant une sélection de 30 227 comptes rendus (photo d'illustration). © Virginie Facquet

L'expérience, la charge de travail antérieure, la spécialisation, le sexe… De nombreux facteurs interviennent dans la manière dont les radiologues s'expriment. Mais lesquels participent le plus à l'hétérogénéité entre comptes rendus radiologiques ? C'est la problématique à laquelle s’est attaqué un groupe de radiologues français, dont les conclusions sont parues le 22 mars dans Journal of Digital Imaging [1].

Améliorer l’homogénéité des comptes rendus

« Ce travail est issu d'un questionnement sur nos pratiques. Nous cherchons à améliorer l'homogénéité de nos comptes rendus », commente Guillaume Gorincour, dernier auteur de l'étude, radiologue et directeur scientifique d'Imadis, service français de téléradiologie d'urgence comptant plus de 100 associés. L'enjeu est de taille pour améliorer les pratiques et les connaissances radiologiques. « Quand on veut analyser des comptes rendus hétérogènes, un certain nombre de dossiers ne sont pas exploitables, explique Guillaume Gorincour. En réalis

Il vous reste 84% 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

Bibliographie

  1. Crombé A., Seux M., Bratan F. et coll., « What influences the way radiologists express themselves in their reports? A quantitative assessment using natural language processing », Journal of Digital Imaging, 22 mars 2022. DOI : 10.1007/s10278-022-00619-6.
  2. Ben Cheikh A., Gorincour G., Nivet H. et coll., « How artificial intelligence improves radiological interpretation in suspected pulmonary embolism », European Radiology, 22 mars 2022. DOI : https://doi.org/10.1007/s00330-022-08645-2.
  3. Banaste N., Caurier B., Bratan F. et coll., « Whole-body CT in patients with multiple traumas: factors leading to missed injury », Radiology, novembre 2018, vol. 289, n° 2. Epub 7 août 2018. DOI : 10.1148/radiol.2018180492.

Spécialité médicale

Urgence

Modalité d’imagerie

IRM Scanner Radiologie conventionnelle

Mots-clés

compte rendu

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Sommaire

Le fil Docteur Imago

01 Déc

15:00

14:52

Un outil d'apprentissage profond basé sur l'intelligence artificielle qui estime le risque de malignité des nodules pulmonaires a permis d'obtenir des taux de détection du cancer élevés tout en réduisant considérablement les résultats faussement positifs. (étude)

11:00

Des chercheurs ont découvert que certaines régions du cerveau étaient activées lorsque des fans de football regardent les matchs de leur équipe favorite cela déclenche des émotions et des comportements positifs et négatifs. (Etude)

7:11

GE HealthCare a obtenu l’autorisation préalable de mise sur la marché de la FDA pour Pristina Recon DL, une technologie avancée de reconstruction d'images mammographiques en 3D basée sur basée sur le deep learning. (Communiqué)

7:00

30 Nov

13:00

✕
Docteur Imago

GRATUIT
VOIR