La classification, par les algorithmes radiomiques, des nodules non déterminés en tomodensitométrie thoracique pose problème, au sein de la communauté radiologique. Une revue des approches actuelles d’analyse d’images pour cette classification fait l’objet d’un article récent publié dans la Revue Radiology.
La mise en œuvre de la tomodensitométrie (TDM) thoracique à faible dose (LDCT) pour le dépistage pulmonaire présente une opportunité cruciale de faire progresser les soins du cancer du poumon grâce à une détection précoce. En outre, des millions de nodules pulmonaires sont détectés accidentellement chaque année, augmentant ainsi les possibilités de diagnostic précoce du cancer du poumon.
Des pratiques d’acquisition des TDM thoraciques hétérogènes qui n’aident pas à formaliser les méthodes d’apprentissage des algorithmes
Les défis méthodologiques actuellement rencontrés dans la traduction des aides à la décision dans la pratique clinique, ainsi que les obstacles techniques liés aux paramètres d'imagerie hétérogènes, à la sélection optimale des caractéristiques, au choix du modèle et à la nécessité d'ensembles de données d'images bien annotés à des fins de formation et de validation, font l'objet de travaux spécifiques, en vue de l'intégration ultime de ces aides à la décision potentiellement puissantes dans la pratique clinique de routine.
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.
Profitez de 15 jours d'essai gratuit pour découvrir tous nos contenus premium !
Déjà abonné ? Connectez-vous pour débloquer cet article.


Si les outils et modèles d’intelligence artificielle (IA) sont aujourd’hui largement répandus, leur précision et leur robustesse sont encore inégales. Pour faire évoluer cette discipline, des documents de recommandations relatives à l’élaboration de ces outils font office de référence pour leurs aut...
03/04/2026 -

Vu dans la newsletter de Mars 2026 publiée par la Société Française de Radiologie (SFR), un retour sur la session “ESR meets France” qui a réuni, à l’occasion de l’European Congress of Radiology (ECR), des experts français et européens autour d’un sujet désormais central pour l’imagerie en soins aig...
01/04/2026 -


L’IA peut-elle permettre de réduire le burn-out des radiologues ? Il semble que non, si l’on en croit une revue de la littérature publiée dans la Revue European Radiology, qui tente de trouver des preuves des bienfaits de l’IA sur la santé mentale des radiologues. Les chercheurs estiment qu’une meil...
30/03/2026 -

La Radiological Society of North America (RSNA) annonce la présence de plus de 230 fiches de modèles et de jeux de données concernant 31 sous-spécialités dans sa bibliothèque annotée de systèmes d'IA (ATLAS), offrant ainsi à la communauté radiologique les outils nécessaires pour rendre la recherche...
27/03/2026 -

Median Technologies vient d'annoncer avoir obtenu l’autorisation de la FDA pour eyonis® LCS, le premier logiciel dispositif médical de détection et diagnostic basé sur l’IA pour le dépistage du cancer du poumon.
10/02/2026 -


Après la tomodensitométrie, c’est au tour des images IRM de bénéficier de la segmentation automatisée. TotalSegmentator MRI, un modèle entraîné à la fois sur des images IRM et TDM, a remporté le Prix Alexander R. Margulis 2025 de la RSNA. Il s’agit d’un outil très précis permettant notamment d’obten...
02/12/2025 -


Microsoft vient d’annoncer la disponibilité en France de Microsoft Dragon Copilot, un assistant clinique IA conçu pour simplifier la documentation, faciliter la recherche d’informations et automatiser des tâches.
08/10/2025 -
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.