Radiographie pulmonaire : l'IA a des progrès à faire pour égaler le radiologue
Dans une étude danoise publiée dans la Revue Radiology et portant sur plus de 2 000 radiographies pulmonaires, les chercheurs constatent que radiologues ont surpassé l’IA pour identifier avec précision la présence et l’absence de trois maladies pulmonaires courantes. Ils affirment que les outils d’IA actuels ne peuvent pas fournir un diagnostic fiable dans des conditions cliniques réelles.
Une étude danoise publiée dans la Revue Radiology et portant sur plus de 2 000 radiographies pulmonaires, se propose de comparer les performances des radiologues et de l’intelligence artificielle (IA) pour identifier avec précision la présence ou l’absence de pathologies pulmonaires courantes.
Des outils d’évaluation clinique encore à leurs balbutiements
« La radiographie thoracique est un outil de diagnostic courant, mais une formation et une expérience importantes sont nécessaires pour interpréter correctement les examens », le Pr Louis L. Plesner, radiologue résident au sein du département de radiologie de l'hôpital Herlev et Gentofte de Copenhague (Danemark). Bien que des outils d'IA disponibles dans le commerce et approuvés par la FDA soient disponibles pour aider les radiologues, le Pr Plesner constate que l'utilisation clinique d'outils d'IA basés sur le deep learning pour le diagnostic radiologique en est encore à ses balbutiements.
« Alors que les outils d’IA sont de plus en plus approuvés pour une utilisation dans les services de radiologie, il existe un besoin non satisfait de les tester davantage dans des scénarios cliniques réels, ajoute-t-il. Les outils d’IA peuvent aider les radiologues à interpréter les radiographies pulmonaires, mais leur précision diagnostique réelle reste incertaine. »
Cet article est réservé aux abonnés. Connectez-vous pour y accéder.
En vous abonnant à Thema Radiologie, vous débloquez l’accès à l’ensemble de nos contenus premium : dossiers thématiques, tribunes d’experts, analyses technologiques, interviews et décryptages réglementaires.
Rejoignez une communauté de professionnels engagés dans l’innovation en imagerie médicale et radiologie interventionnelle.
SUR LE MÊME THÈME
Des LLM affinés pour aider à la relecture des comptes rendus
Selon une nouvelle étude publiée dans la Revue Radiology, un grand modèle de langage (LLM) améliorerait sensiblement la détection des erreurs dans les comptes rendus de radiologie. Les chercheurs ont utilisé des comptes rendus synthétiques et des données ciblées pour donner au LLM de la légèreté.
23/05/2025 -
Agir sur la vulnérabilité des grands modèles de langage en radiologie
Dans un nouvel article spécial publié dans la Revue Radiology, des chercheurs abordent les défis de cybersécurité liés aux grands modèles de langage (LLM). Ils soulignent l'importance de mettre en œuvre des mesures de sécurité pour empêcher leur utilisation malveillante dans le système de Santé et m...
21/05/2025 -
Une feuille de route pour atténuer les biais de l'IA
Les biais diagnostiques créés par l’IA relèvent d’un manque d’informations démographiques incluent dans les données de santé. Dans un article publié dans la Revue Radiology, des chercheurs américains décrivent l’importance d’une définition homogène décrivant les groupes démographiques. Un travail qu...
20/05/2025 -
Essais sur une RAG pour améliorer les grands modèles de langages en radiologie
Pour renforcer les attributs des grands modèles de langage appliqués à la radiologie, la RAG, qui code les informations dans un espace vectoriel pour affiner les tâches des LLM basées sur la connaissance, semble pertinente. Dans une étude publiée dans la Revue Radiology : Artificial intelligence, de...
05/05/2025 -
Le lexique radiologique standardisé RadLex fête ses vingt ans
RadLex, un lexique radiologique complet développé par la Radiological Society of North America (RSNA) destiné à proposer un langage commun pour communiquer les résultats diagnostiques par les radiologues, célèbre son 20e anniversaire en 2025.
22/04/2025 -
La TDM ultra low dose, prochaine norme pour le suivi des jeunes immunodéprimés ?
La tomodensitométrie à ultra-faible dose débruitée par l’IA permet, en appliquant seulement 2% de la dose normale, de diagnostiquer efficacement la pneumonie chez les patients immunodéprimés. C’est le résultat d’une étude publiée dans la Revue Radiology et qui pourrait ouvrir la voie vers de nouvel...
14/03/2025 -
Recommandations européennes pour l'intégration de l'IA dans la radiologie
L’European Society of Radiology (ESR), sous la direction de son groupe de travail sur l'IA, vient de publier un document de recommandations pour une implémentation généralisée de l’European AI Act.
11/03/2025 -
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.