En publiant la déclaration « Developing, Purchasing, Implementing and Monitoring AI Tools in Radiology: Practical Considerations », cinq sociétés savantes de radiologie s’unissent pour un usage de l’IA éthique et sécuritaire. Ce document plaide pour une collaboration internationale entre les développeurs, les cliniciens et les institutions.
Dans le cadre d'un effort collaboratif visant à fournir des informations complètes sur l'intégration de l'intelligence artificielle (IA) en radiologie, cinq sociétés savantes de radiologie ont publié un article commun révolutionnaire abordant les défis potentiels et les préoccupations éthiques liées à cette nouvelle technologie.
L'IA, une avancée révolutionnaire mais nécessitant une évaluation critique
Ce document, intitulé « Developing, Purchasing, Implementing and Monitoring AI Tools in Radiology: Practical Considerations » a été publié par l'American College of Radiology (ACR), la Canadian Association of Radiologists (CAR), l’European Society of Radiology (ESR), le Royal Australian and New Zealand College of Radiologists (RANZCR) et la Radiological Society of North America (RSNA) via la revue en ligne à accès libre Gold de l'ESR, Insights into Imaging.
Dans ce texte, est mis en lumière le double impact de l’IA, présentant à la fois les avancées révolutionnaires dans les pratiques de soins de santé et la nécessité impérative d’une évaluation critique pour faire la distinction entre les outils d’IA sûrs et potentiellement dangereux. Les points clés soulignent la nécessité d’une surveillance accrue de l’utilité et de la sécurité de l’IA, en plaidant pour une collaboration entre les développeurs, les cliniciens et les régulateurs pour répondre aux préoccupations éthiques et garantir une intégration responsable de l’IA dans la pratique radiologique.
Ce document fournit également des informations précieuses aux acteurs de la radiologie, en proposant des lignes directrices sur l'évaluation de la stabilité, de la sécurité et de la fonctionnalité autonome, ce qui en fait une ressource indispensable pour le développement et la mise en œuvre de l'IA dans cette spécialité.
Un authentique engagement pour garantir des usages responsables et efficaces de l'IA
« Cet article est essentiel pour garantir que les radiologues peuvent définir, améliorer et sauvegarder l'avenir de l'imagerie médicale, il apporte à la fois un potentiel et des défis énormes, annonce l'auteur principal et président du conseil d'administration de l'ESR, le Pr Adrian Brady. En abordant des questions pratiques, des préoccupations éthiques et des considérations de sécurité, nous visons à guider le développement et la mise en œuvre d'outils d'IA en radiologie. Il s’agit en outre d’un engagement à garantir l'utilisation responsable et efficace de l'IA pour l'amélioration des soins aux patients. L’IA ouvre la voie à une nouvelle ère en radiologie, où l'innovation est équilibrée avec des considérations éthiques, et où les résultats pour les patients restent notre priorité absolue. "
L'effort de collaboration démontré par les cinq sociétés signifie un engagement uni à faire progresser le domaine de la radiologie et à garantir l'intégration responsable des technologies de l'IA.
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 -
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 -
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 -
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 -
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 -
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 -
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 -
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.