Pratique clinique

Une méta-analyse évalue l’efficacité réelle de l’IA en imagerie médicale

Le 18/10/24 à 7:00, mise à jour le 24/10/24 à 10:13

Les auteurs ont identifié 48 études originales sur l'utilisation de l'IA pour améliorer le flux de travail en imagerie médicale, extraites de six bases de données médicales (photo d'illustration). © Solenn Duplessy

Les outils basés sur l’intelligence artificielle (IA) se présentent dans plusieurs études comme des solutions prometteuses, capables de réduire le temps de traitement des images et d’alléger la charge de travail des professionnels de santé. Une équipe de chercheurs de l’hôpital universitaire de Bonn, en Allemagne, a mené une méta-analyse et revue systématique, [1] afin de mesurer leur efficacité sur les flux de travail cliniques, en particulier sur le temps nécessaire pour accomplir certaines tâches et la charge de travail des cliniciens.

67 % des études faisaient état d’une réduction

Ils ont identifié dans la littérature 48 études originales, extraites de 6 bases de données médicales. 33 d’entre elles mesuraient le temps consacré aux tâches par les cliniciens. 22 (67 %) de ces travaux faisaient état d’une réduction de ce temps grâce à l’IA, statistiquement significative pour 13 d’entre eux. 8 études ne rapportaient pas de gain de temps. Les trois études restantes (9,1 %) avaient choisi un protocole de conception ou de mise en œuvre dans lequel l’IA était utilisée après la lecture normale, ce qui augmentait le temps de travail mesuré, indiquent les chercheurs.

D’autres études nécessaires sur la mise en œuvre de l’IA en milieu clinique

Si elles mettent donc en lumière des effets globalement positifs de l’IA sur le flux de travail, les études incluses dans cette méta-analyse varient considérablement en termes de conception et de mesures, constatent-ils. Ils soulignent par conséquent « la nécessité de disposer d’évaluations comparables pour surveiller et quantifier les effets d’efficacité de l’IA dans des contextes cliniques réels » et appellent à « davantage d’études contextualisées et axées sur des données du monde réel pour mieux comprendre et améliorer l’impact de l’IA sur l’efficacité des soins de santé ».

Auteurs

Solenn Duplessy

Bibliographie

  1. Wenderott, Katharina, Jim Krups, et al, « Effects of Artificial Intelligence Implementation on Efficiency in Medical Imaging—a Systematic Literature Review and Meta-Analysis », Npj Digital Medicine, septembre 2024, vol.  7, no 1. DOI : 10.1038/s41746-024-01248-9.

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Tech Imago

11:12

Chez les patients atteints d’insuffisance cardiaque (IC), des régions cérébrales spécifiques subissent des changements microstructurels associés à des troubles cognitifs et des altérations microstructurales cérébrales chroniques peuvent être liées à la fibrose myocardique chez les patients atteints d’IC. (Étude).

7:15

Le scanner sans produit de contraste a montré des performances élevées pour la détection d’une stéatose au moins modérée, selon une méta-analyse publiée dans Radiology.
20 Nov

13:31

Un réseau de neurones convolutifs (CNN) a été entraîné à détecter automatiquement les zones floues en mammographie dans des régions pertinentes pour le diagnostic. Ce modèle, s'il était implémenté en pratique clinique, pourrait fournir un retour utile aux MERM afin de réaliser rapidement de meilleures prises de vue qui soient de haute qualité, selon une étude rétrospective.

7:31

Un état de l'art en français sur la biopsie pulmonaire percutanée sous scanner présentant ses indications, ses contre-indications et les bonnes pratiques dans ce domaine a été publié le 14 novembre en accès libre dans le Journal d'imagerie diagnostique et interventionnelle.
Tech Imago

GRATUIT
VOIR