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 Juin

15:15

Une étude publiée dans Pediatric Radiology démontre que SonicDL, une technologie d’IRM cardiaque accélérée par intelligence artificielle, réduit le temps d’examen jusqu’à 87 % tout en conservant une qualité diagnostique élevée.

7:55

L'acquisition d'image retardée après injection de produit de contraste dans les scanners pancréatiques améliorerait la détection précoce du cancer de type PDAC. Une acquisition retardée de 3 minutes reconstruite à 40 keV serait le paramètre le plus performant et pratique dans le flux de travail du radiologue (étude).
04 Juin

14:00

Une étude publiée dans phiRO démontre qu’une nouvelle technique de reconstruction d’images par intelligence artificielle (SR-DLR) permet de réduire significativement la dose de rayonnement lors des scanners cardiaques pédiatriques. Malgré une irradiation jusqu’à trois fois plus faible, la qualité des images reste comparable à celle obtenue avec les méthodes conventionnelles, avec une résolution spatiale améliorée.

7:30

Aux Pays-Bas, l’utilisation de l’IRM avant biopsie prostatique chez les hommes suspectés de cancer de la prostate est passée de 17 % à 74 % entre 2015 et 2023, avec une diminution progressive des disparités entre hôpitaux, indique une étude parue dans Insights into Imaging.
Tech Imago

GRATUIT
VOIR