Publicité

Un historique radiologique sur terminaux mobile

18/09/2013
De Bruno Benque

Éviter les examens redondants et limiter l'irradiation des patients, telle est la philosophie de My Imaging Records, une application mobile inventée par une radiologue new-yorkaise, qui retrace leur historique radiologique.

Stacey A. Funt est une radiologue new-yorkaise préoccupée par la gestion des risques liés aux rayonnements ionisants et déterminée à combattre les examens radiologiques inefficaces ou redondants. Elle a d'ailleurs créé un programme pédagogique destiné aux cliniciens afin que ceux-ci en réduisent la fréquence de prescriptions en les remplaçant, lorsque c'est possible, par des investigations non ionisantes.

Mais elle a voulu aller plus loin et impliquer les patients dans ce processus. Elle a donc eu l'idée de créer une application mobile, My Imaging Records, dans laquelle ils ont la possibilité de renseigner sur leur téléphone les examens radiologiques qu'ils ont subis par le passé, la date de ceux-ci, ainsi qu'une évocation succincte des renseignements cliniques.

L'application propose également un espace dédié à des notes personnelles afin d'enregistrer des informations à propos de l'examen pratiqué, un résumé du compte-rendu, ou les conseils du médecin radiologue. Tout le monde ne se promenant pas tous les jours avec un historique médical sous le bras, ces notes peuvent servir occasionnellement au praticien qui prendra en charge le patient dans les cas d'urgence. Il existe aussi un espace destiné à renseigner la dose reçue, mais le Dr Funt n'a pas souhaité en faire un thème central de l'application afin d'éviter de ne pas l'alarmer, ce qui pourrait l'entraîner à refuser un examen nécessaire.

Cette application pourrait s'avérer un outil intéressant dans l'optique de réduire les examens radiologiques redondants, en attendant la généralisation d'outils tels le DMP, qui retracera moins partiellement l'historique médical du public. Et déjà arrivent des solutions mobiles similaires, comprenant les images médicales et les comptes-rendus complets. Reste à en déterminer l'intérêt, la résolution spatiale de certaines images radiologiques ayant besoin, d'une part, d'écrans adaptés et d'une bande passante suffisante pour son téléchargement.

SUR LE MÊME THÈME

IA & Données
Les comptes rendus radiologiques ne sont pas près de passer par GPT-4
Abonné(e)

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 -

IA & Données
Un nouvel outil d'extraction de données spécialisé en radiologie

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 -

IA & Données
Des grands modèles de langage sensés participer à l'annotation des images pour le deep learning
Abonné(e)

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 -

IA & Données
Les bonnes pratiques pour l'évaluation de la pertinence d'un outil d'IA en imagerie
Abonné(e)

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 -

IA & Données
Abonné(e)

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 -

IA & Données
Abonné(e)

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 -

IA & Données
Abonné(e)

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.