Les acteurs européens de l'imagerie du cancer publient une déclaration commune
La déclaration commune publiée par l’ESR et l’EUCAIM comporte dix mesures sensées homogénéiser les pratiques d’acteurs pluridisciplinaires autour de l’imagerie du cancer. Ce document figure désormai en bonne place sur la plateforme politique de Santé de l’Union Européenne
L’European Society of Radiology (ESR) et l' EUropean Federation for CAncer Images (EUCAIM) viennent de publier une déclaration commune sur l'avancement de la médecine de précision pour les patients atteints de cancer en Europe grâce à l'imagerie alimentée par l'IA.
Dix mesures sensées homogénéiser les pratiques d’acteurs plutidiceiplinaires autour de l’imagerie du cancer
Cette publication est le résultat de l’action d'un réseau thématique dirigé par l'ESR sur la plateforme de politique de santé de l'UE (EUHPP), qui a été lancée à la suite d'une proposition réussie de l'ESR et de Cancer Image Europe (EUCAIM) pour des réseaux thématiques en 2024.
Ce texte a été élaboré à l’issue de plusieurs mois de travail collaboratif entre les dirigeants du réseau et les acteurs de la santé et a été approuvée par quelques 80 organisations et spécialistes. Il propose un appel à l'action composé de dix mesures couvrant des aspects tels que l'examen et la validation de la littérature, les essais cliniques et le dépistage in vivo, la collaboration interdisciplinaire, l'élaboration de stratégies de recherche, la qualité et l'accessibilité des données, la conformité réglementaire ainsi que l'instauration de la confiance et de la sécurité liées à l'IA.
Un document publié sur la plateforme politique de Santé de l’Union Européenne
Les signataires font partie de sociétés savantes européennes, de centres de cancérologie et d’universités, d’organisations de patients, de sociétés nationales de radiologie, de projets européens pertinents, d’associations industrielles, de sociétés d'IA et autres acteurs de la santé européens.
« Il est encourageant de constater que non seulement de nombreuses sociétés nationales, ainsi que des sous-spécialités et des sciences connexes de l'ESR, le groupe consultatif des patients de l'ESR et l'Alliance européenne des biomarqueurs d'imagerie de l'ESR (EIBALL), mais également un large éventail d'autres acteurs impliqués dans les soins contre le cancer, ont approuvé la déclaration commune. Je tiens à exprimer ma sincère gratitude à vous tous », a déclaré le Pr Regina Beets-Tan, directrice de la recherche en imagerie à l'Institut néerlandais du cancer et ancienne présidente de l'ESR, au nom de l'équipe principale du réseau thématique.
La déclaration commune a été publiée sur la plateforme politique de santé de l'Union Européenne (UE) et est librement accessible sur le site de l'EUHPP. Pour plus d'informations sur EUCAIM, cliquez sur l'image ci-contre.
SUR LE MÊME THÈME
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 -
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 -
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 -
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 -
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 -
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.