La recherche clinique faisant l’objet de méthodologies alternatives utilisant les technologies modernes, un groupe de travail international publie les résultats de son analyse et émet ses premières recommandations. Un colloque international présentera bientôt ces travaux à Lille.
La recherche clinique mobilise de plus en plus de méthodologies alternatives, ou complémentaires, au gold standard que sont les essais cliniques contrôlés randomisés, apportant des informations supplémentaires sur les produits de santé.
De plus en plus de méthodologies alternatives dans la recherche médicale
Ces méthodologies peuvent contribuer à accélérer le développement des produits de santé au bénéfice des patients dans des domaines où la preuve d’efficacité est difficile, dans le contexte où les technologies de santé sont de plus en plus personnalisées, dans le cas où un design classique d’essai clinique est complexe à mettre en œuvre ou dans le cas des maladies rares.
L’Agence de l’innovation en santé (AIS) et l’infrastructure de recherche clinique F-CRIN (French Clinical Research Infrastructure Network) pilotent un groupe de travail qui vise à définir le cadre d’usage de ces méthodologies alternatives. Déjà, F-CRIN avait participé à l’élaboration du Livre Blanc, paru le 30 avril 2024, sur les données de santé artificielles. Ce Livre Blanc détaille notamment les premiers éléments de preuve de la validité scientifique de l’usage de l’Intelligence artificielle dans la recherche.
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.
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 -
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 -
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 -
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 -
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.