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.
Ce document, intitulé « Guiding AI in Radiology : ESR's Recommendations for Effective Implementation of the European AI Act », a été publié dans la Revue Insights into Imaging. Il propose des recommandations politiques pour garantir que les technologies d’IA soient intégrées à la radiologie d’une manière qui préserve la sécurité des patients, la fiabilité clinique et la transparence, tout en favorisant l’innovation.
Alors que la loi européenne sur l'IA entre dans sa phase de mise en œuvre, le groupe de travail ESR sur l'IA a mené une évaluation détaillée du règlement, analysant ses principales dispositions et identifiant les domaines dans lesquels davantage de clarté et d'orientations sont nécessaires.
Dans un communiqué, l’ESR indique que « l’IA Act représente une opportunité cruciale d’établir des lignes directrices claires pour l’intégration transparente de l’IA dans les pratiques d’imagerie médicale. En privilégiant la sécurité et la fiabilité, nous nous engageons à garantir une évaluation et une validation approfondies des technologies d’IA avant et après leur déploiement clinique ».
Composé d'éminents radiologues dotés d'une expertise et d'une longue expérience dans l'utilisation sûre et efficace de l'IA en imagerie et en diagnostic, le groupe de travail sur l'IA a élaboré cette déclaration à travers un processus structuré en plusieurs phases, comprenant une revue de la littérature et des discussions thématiques collaboratives pour parvenir à un consensus sur les recommandations clés.
« La loi européenne sur l'IA façonnera fondamentalement l'avenir de l'intelligence artificielle dans l'imagerie médicale, et nos recommandations visent à garantir sa mise en œuvre efficace et sûre, ajoute le Pr. Elmar Kotter, coordinateur du groupe de travail ESR AI. En abordant des domaines clés tels que la maîtrise de l’IA, la classification des risques élevés, la gouvernance des données et la surveillance humaine, nous soulignons l’importance de la transparence et de la sécurité des patients. Cette déclaration reflète l’engagement de l’ESR à guider l’intégration de l’IA en radiologie, en favorisant l’innovation tout en respectant les normes de soins les plus élevées. »
La déclaration complète est disponible ICI.
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.