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

Voir la fiche de l’auteur

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

05 Déc

14:11

Un système de correction automatique du désalignement de la cible pour la radiothérapie adaptative basée sur le CBCT chez les patients atteints d'un cancer du poumon permettrait de produire automatiquement des scanners synthétiques et des délinéations, permettant la mise en œuvre de la radiothérapie sans nécessiter de corrections manuelles et avec des marges de traitement potentiellement plus petites (étude).

7:11

La seconde interprétation des examens de médecine nucléaire pédiatrique par des radiopédiatres spécialisés en médecine nucléaire a entraîné des changements susceptibles d'avoir un impact sur la prise en charge clinique dans 17 % des cas (étude).
04 Déc

15:53

Une étude menée dans plusieurs pays propose la première cartographie intégrée de la recherche des fantômes mammaire. Le but est de combler les lacunes existante afin de permettre d'améliorer l'évaluation des systèmes d'imagerie et leur pertinence clinique.

7:15

L'IRM de diffusion permet d'évaluer et de différencier la maladie de Legg-Calvé-Perthes d'un fémur normal. Elle fournit des données quantitatives qui peuvent être utilisées en complément des techniques d'IRM conventionnelles pour améliorer la précision du diagnostic. (Etude)
Tech Imago

GRATUIT
VOIR