Publicité

Enquête relative au ressenti des radiologues sur leurs pratiques futures

03/11/2017
De Bruno Benque avec la SFR

Quel est le ressenti des radiologues vis à des technologies émergentes comme l’intelligence artificielle, la réalité virtuelle ou la robotique ? Une enquête, menée par la Société Française de Radiologie (SFR) avec le soutien de GE Healthcare et à l’occasion des JFR 2017, tente de répondre à ces interrogations.

Le big data, la robotique ou la réalité augmentée sont des technologies dont le potentiel va transformer le secteur de la santé. D’ici 2020, le volume de données générées dans ce cadre va être multiplié par 50. Une étude, menée par la Société Française de Radiologie (SFR) avec le soutien de GE Healthcare et dévoilée lors des JFR 2017, montre plus que de deux tiers des radiologues interrogés considèrent ces nouvelles technologies comme une opportunité pour les professionnels de santé comme pour les patients. Menée entre juillet et septembre 2017, elle a obtenu 271 répondants. Le questionnaire et les résultats de l’enquête sont disponibles sur simple demande auprès de la SFR, l’analyse des données détaillées pouvant être obtenue auprès de GE Healthcare.

 

Pour les radiologues, l’intérêt des nouvelles solutions technologiques se situe dans la possibilité de faire du radiologue un « data scientist des données patient », de faciliter la collaboration entre praticiens autour d’un même cas patient entre praticiens d’une même spécialité. Une majorité de radiologues estime enfin que certains diagnostics seront réalisés à l’aide de l’intelligence artificielle mais que celle-ci ne pourra pas se substituer au radiologue d’ici 2030.

 

 

 

SUR LE MÊME THÈME

IA & Données

Trouver le modèle qui puisse efficacement intégrer l'IA dans le flux de travail du radiologue

Le médecin-chercheur Eric J. Topol et le spécialiste en IA de Harvard, Pranav Rajpurkar plaident en faveur d'une séparation claire des rôles entre les systèmes d'IA et les radiologues dans un éditorial publié dans la Revue Radiology. Ils proposent un cadre que les radiologues doivent adapter à leurs...

28/08/2025 -

IA & Données
Un acteur français de l'IA propose deux outils TDM pour la détection du cancer

Un acteur français de l'IA propose deux outils TDM pour la détection du cancer

Gleamer, acteur française de l’IA médicale, a lancé en juillet dernier sa suite OncoView destinée à assister les radiologues dans la détection précoce du cancer par densitométrie (TDM).

22/08/2025 -

IA & Données
Un réseau de radiologues français conclut un accord avec un fournisseur d'IA pour le diagnostic

Un réseau de radiologues français conclut un accord avec un fournisseur d'IA pour le diagnostic

Gleamer a annoncé, le 10 Juillet 2025, la signature d’un partenariat stratégique avec le réseau France Imageries Territoires (FIT) pour le déploiement des solutions Gleamer Copilot® dans l’ensemble des centres d’imagerie du réseau FIT.

29/07/2025 -

IA & Données
Les comptes rendus radiologiques ne sont pas près de passer par GPT-4
Abonné(e)

Les comptes rendus radiologiques ne sont pas près de passer par GPT-4

Les grands modèles de langage multimodaux seraient-ils capables de réaliser des comptes rendus radiologiques ? Des résultats d’essais contradictoires troublent le ressenti sur les possibilités de GPT-4V, un modèle qui se concentre uniquement sur la précision diagnostique. Une étude publiée dans la R...

21/07/2025 -

IA & Données
Un nouvel outil d'extraction de données spécialisé en radiologie

Un nouvel outil d'extraction de données spécialisé en radiologie

Les méthodes d’élaboration des grands modèles de langage sont basées sur des règles qui ne traitent pas efficacement les données non standardisées. Des chercheurs britanniques présentent, dans un article publié dans la Revue European Radiology, RADEX, le nouvel outil d’extraction de données radiolog...

15/07/2025 -

IA & Données
Des grands modèles de langage sensés participer à l'annotation des images pour le deep learning
Abonné(e)

Des grands modèles de langage sensés participer à l'annotation des images pour le deep learning

Incontournables pour l’entrainement des modèles de deep learning, les annotations d’images radiologiques sont rébarbatives et chronophages pour les experts qui les créent. Des grands modèles de langage (LLM) pourraient remplacer les annotations humaines, comme l’indique un article scientifique publi...

23/06/2025 -

IA & Données
Les bonnes pratiques pour l'évaluation de la pertinence d'un outil d'IA en imagerie
Abonné(e)

Les bonnes pratiques pour l'évaluation de la pertinence d'un outil d'IA en imagerie

Radiologues, informaticiens et chercheurs présentent, dans un article publié dans la Revue Radiology, les pièges et les meilleures pratiques pour atténuer les biais des modèles d'intelligence artificielle (IA) en imagerie médicale. Ils présentent une sorte de feuille de route pour des pratiques plus...

13/06/2025 -

LETTRE D'INFORMATION

Ne manquez aucune actualité en imagerie médicale et radiologie !

Inscrivez-vous à notre lettre d’information hebdomadaire pour recevoir les dernières actualités, agendas de congrès, et restez informé des avancées et innovations dans le domaine.