Environnement

Les pistes vers une imagerie plus écoresponsable

L’écoresponsabilité est une préoccupation grandissante en imagerie médicale. S’ils ne sont pas aux manettes des organisations, les manipulateurs et les cadres peuvent suggérer des évolutions ou mobiliser eux-mêmes des leviers pour limiter l’empreinte environnementale de leur activité.

icon réservé aux abonnésArticle réservé aux abonnés
Le 09/08/24 à 7:00 Lecture 5 min.
Flacons PDC Olympe Imagerie Antony

Il faut favoriser le tri des déchets en formant les professionnels et en installant des poubelles et collecteurs adaptés et en nombre suffisant dans les salles de radiologie et les blocs d’interventionnel comme les bureaux et les salles de pause (photo d'illustration). © J. F.

Les estimations montrent que l’imagerie médicale serait responsable de 1 % des émissions globales de gaz à effet de serre [1]. Elle est également une productrice importante de déchets. Sans pour autant renoncer aux nombreux bénéfices de l’imagerie, les établissements de santé, et les groupes libéraux doivent participer aux efforts de limitation des impacts environnementaux du secteur de la santé, écrivait la Société française de radiologie (SFR) dans son livre blanc « Radiologie et Écoresponsabilité » en 2021 [2]. Les manipulateurs et les cadres d’imagerie ont un rôle important à jouer dans ce processus, pour lequel de nombreux vecteurs d’amélioration existent.

Choisir des appareils plus sobres

Les manipulateurs ne sont pas décisionnaires lors de l’achat de nouveaux appareils d’imagerie, mais si on leur demande leur avis, pourquoi ne pas choisir les modèles les plus écoconçus ? La consommation électrique est aujourd’hui un argument de vente pour les constructeurs, mais d’autres critè

Il vous reste 87% de l’article à lire

Tech Imago réserve cet article à ses abonnés

S'abonner à l'édition
  • Tous les contenus « abonnés » en illimité
  • Le journal numérique en avant-première
  • Newsletters exclusives, club abonnés

Abonnez-vous !

Tech Imago en illimité sur desktop, tablette, smartphone, une offre 100% numérique

OFFRE DE LANCEMENT

1€

pendant 1 mois
puis 13 €/mois

S’abonner à Tech Imago

Auteurs

Jérome Hoff

Rédacteur en chef adjoint

Voir la fiche de l’auteur

Bibliographie

  1. McKee H., Brown M. J., Kim H. H R. et al, « Planetary Health and Radiology: Why We Should Care and What We Can Do », Radiology, avril 2024, vol. 311, n° 1. DOI : https://doi.org/10.1148/radiol.240219.
  2. Société française de radiologie, « Radiologie et Écoresponsabilité – Sur la voie de la « Green Radiology », 2021. https://www.sfrnet.org/sites/www.radiologie.fr/files/medias/documents/Livret%20blanc%20-%20version%20web%2010%20dec%202021_.pdf.
  3. Heye T., Meyer M. T., Merkle E. M. et coll., « Turn it off ! A simple method to save ernergy and CO2 Emissions in a hodpital setting with focus on radiology by monitoring nonreproductive energy-consuming devices », Radiology, epub 18 avril 2023. DOI : 10.1148/radiol.230162
  4. Chodorowski M., Ognard J., Rovira À. et al, « Energy consumption in MRI: Determinants and management options », Journal of Neuroradiology, mars 2024, vol. 51, n° 2, p. 182-189. DOI : 10.1016/j.neurad.2023.12.001.
  5. Lindsey J. S., Frederick-Dyer K., Carr J. J, et al, « Modeling the Environmental and Financial Impact of Multi-dose vs. Single-dose Iodinated Contrast Media Packaging and Delivery Systems », Academic Radiology, juin 2023, vol. 30, n° 6. DOI : 10.1016/j.acra.2022.12.029.

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Tech Imago

18 Sep

13:31

L'Autorité de sûreté nucléaire (ASN) a dénoncé vendredi 13 septembre des « défaillances » en matière de radioprotection dans les services de radiothérapie et de médecine nucléaire de Guadeloupe et de Martinique, rapporte Outre-mer La Première.

7:31

Le CHU de Lille (59) a officialisé l'acquisition d'une IRM 7 T auprès de l'industriel Siemens Healthineers le lundi 9 septembre, a annoncé France 3 Hauts-de-France. Prévu de longue date, le projet avait fait l'objet d'un article de Docteur Imago en mars 2023.
17 Sep

14:22

7:15

L'adaptation automatisée par machine learning du plan de traitement de radiothérapie augmenterait la robustesse aux changements anatomiques interfractionnels par rapport aux pratiques cliniques actuelles de radiothérapie adaptative en augmentant la conformité aux objectifs de traitement (étude).
Tech Imago

GRATUIT
VOIR