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

Auteurs

François Mallordy

Journaliste rédacteur spécialisé

Voir la fiche de l’auteur

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.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

12:59

Dans une étude évaluant des examens de scanner et TEP-TDM, trois logiciels d’IA commerciaux ont montré des performances comparables pour la détection des nodules pulmonaires cliniquement pertinents, malgré des différences importantes dans le nombre total de détections et de faux positifs.

7:44

Les réactions croisées d'hypersensibilité entre les produits de contraste iodés non ioniques dépendent principalement de la structure de leurs chaînes latérales, avec un risque particulièrement élevé au sein du groupe comprenant l’iohexol, l’iomeprol, l’ioversol et l’iodixanol, selon une étude présentée dans EJR. « Choisir une alternative issue d’un autre groupe structurel semble être une stratégie efficace pour atténuer la récidive dans des scénarios à haut risque », estiment les auteurs.
25 Juin

16:10

Chez des hommes à haut risque de cancer de la prostate mais dont l'IRM est non suspecte ou équivoque, le PET-CT au [68Ga]Ga-PSMA-11 a permis de détecter les cancers cliniquement significatifs avec une efficacité comparable à celle de la biopsie systématique, indique une étude publiée dans The Lancet Oncology.

11:00

Les modèles d’intelligence artificielle de type YOLO, notamment YOLOv8, peuvent aider à détecter les fractures tibiales discrètes chez les enfants de moins de trois ans, avec des performances améliorées grâce au module CBAM, selon une étude.
Docteur Imago

GRATUIT
VOIR