Qualité diagnostique

L’intelligence artificielle redessine le rôle des manipulateurs

Alors que les technologies d'IA en imagerie promettent d'améliorer la qualité diagnostique, leur impact sur le rôle des manipulateurs reste incertain. Une étude menée en Suède a analysé comment ces outils impactent le travail des manips et a collecté leur point de vue pour améliorer l'intégration de ces technologies.

icon réservé aux abonnésArticle réservé aux abonnés
Le 24/03/26 à 7:00, mise à jour le 25/03/26 à 9:42 Lecture 2 min.

Certains professionnels redoutent en effet une déqualification progressive de leurs compétences, voire une perte d’identité professionnelle, craignant que certaines tâches centrales soient automatisées au point de marginaliser leur rôle. © Solenn Duplessy

Bien que l’intelligence artificielle soit présente dans les flux de travail radiologiques tels que la reconstruction d’images, ou le positionnement des patients, une étude parue dans la revue Radiography pointe l’incertitude de leur impact sur le rôle professionnel des manipulateurs, notamment en Suède, « où la formation formelle en IA est absente et où des pénuries de personnel persistent », soulignent les chercheurs.

Une étude multi-cas

Cette étude qualitative multi-cas menée dans trois hôpitaux universitaires suédois a analysé à quel point le rôle professionnel des manips est influencé par la mise en œuvre actuelle et future de l’IA en radiologie. « Elle étudie également comment l’IA pourrait remodeler les tâches et l’identité professionnelle des manips à l’avenir ». Les auteurs de l’étude ont abordé des questions relatives à l’influence des outils d’IA sur les conditions de travail des manips, les perceptions des manips en Suède concernant la mise en œuvre de ces technologies sur le

Il vous reste 69% 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 découverte

1€

pendant 1 mois
puis 13 €/mois

S’abonner à Tech Imago

Auteurs

Solenn Duplessy

Voir la fiche de l’auteur

Bibliographie

  1. Sundland SL, Lundvall L-L, Gustafsson H, et al (2026) Radiographers’ role in the age of AI: A qualitative comparative multi case study. Radiography 32:103395. https://doi.org/10.1016/j.radi.2026.103395

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Tech Imago

10 Juil

15:33

La consommation énergétique en IRM est principalement liée à l’utilisation des gradients, conclut une étude présentée dans Academic Radiology. Les séquences ep2D DWI et DTI étant les plus énergivores. Le choix de séquences moins énergivores, dans un contexte clinique approprié, peut réduire la consommation d’énergie par séquence de 20 à 49 %.

7:31

Une méta-analyse de 23 études démontre que la TEP-TDM au [18F]FDG et l’IRM pelvienne présentent des sensibilités comparables pour la détection des métastases ganglionnaires latérales du cancer du rectum. En revanche, la TEP-TDM au [18F]FDG peut aider à exclure les faux positifs, évitant ainsi les dissections latérales des ganglions lymphatiques et la morbidité associée.
09 Juil

17:00

Des modèles d’apprentissage profond conçus pour identifier les résultats d’imagerie directe et indirecte sur le scanner ont montré des performances diagnostiques comparables ou meilleures que celles des médecins expérimentés pour la détection du cancer du pancréas, selon une étude de Radiology.

11:00

Dans une étude rétrospective suédoise, des chercheurs ont testé trois systèmes de détection assistée par ordinateur (AI-CAO) basés sur l’IA sur des données de mammographie provenant d’une grande population de dépistage. Ceux-ci ont démontré leur potentiel à détecter les signes précoces du cancer du sein jusqu’à 6 ans avant le diagnostic, selon une étude publiée dans Radiology. (Communiqué)

7:45

Le scanner corps entier à ultra-faible dose, associé à un algorithme de reconstruction par intelligence artificielle (SR-DLR), permet de réduire d'environ 70 % l'exposition aux rayonnements tout en conservant une excellente qualité d'image et des performances diagnostiques élevées pour la détection des maladies viscérales et métastatiques des tissus mous chez les patients oncologiques sous surveillance du cancer, indique une étude parue dans European Journal of Radiology.
Tech Imago

GRATUIT
VOIR