Les appels téléphoniques entrants sont le facteur de dérangement le plus fréquent pour les radiologues. Une étude a essayé d'en chiffrer le nombre et le temps perdu occasionné.
Le Dr. Akash Kansagra, qui exerce au Mallinckrodt Institute of Radiologyde San Francisco, a présenté une enquête, lors des RSNA 2014, décrivant les événements occasionnant du dérangement dans la pratique quotidienne des radiologues.
Afin de mesurer le degré de dérangement dont sont victimes les radiologues, des chercheurs se sont postés dans une salle d'interprétation hospitalière pendant 90 jours, en 2012. Ils ont comptabilisé quelques 10 378 appels téléphoniques, dont 55% étaient des appels entrants. Cela représente, aux heures de pointe, un appelreçu toutes les 3 minutes !
L'étude évalue la durée d'interprétation d'un scanner simple en moyenne à dix minutes. Or, si l'on prend en compte le temps passé au téléphone, ce chiffre croît de 59%. Outre la durée de lecture, ces interruptions sont préjudiciables à la lecture des images elles-mêmes, qui demande une grande concentration, surtout dans les cas pathologiques complexes.
Reste que cette étude date maintenant, et, en 2015, le téléphone semble dédié aux cas d'urgences, le mail l'ayant remplacé dans la pratique générale.
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.