Enquête

Les patients atteints d’un cancer du poumon plus favorables à l’intelligence artificielle

Des chercheurs ont mis en situation trois types de répondants, plus ou moins éloignés des pathologiques pulmonaires. Les plus concernés seraient favorables à l’utilisation de l’IA comme outils d’assistance dans le traitement des radiographies thoraciques.

icon réservé aux abonnésArticle réservé aux abonnés
Le 15/09/26 à 7:00, mise à jour le 16/09/26 à 17:09 Lecture 2 min.

Selon les résultats de l’enquête, les patients atteints d’un cancer du poumon accordent plus de crédit à des résultats radiographiques traités par le couple humain/IA que par un humain seul. D. R.

Associer l’humain et l’IA permettrait d’accélérer la réception des résultats d’examen et de mettre plus rapidement en œuvre le parcours de soins. C'est en tout cas l'avis de la majorité des personnes interrogées par des chercheurs anglais, dans le cadre d'une étude qu'ils présentent dans Radiography [1]. 

Trois profils mis en situation

Dans cette enquête menée au Royaume-Uni, trois types de population ont été invités à mener une expérience conjointe fondée sur le choix (CBC) : 56 personnes atteintes d’un cancer du poumon recrutées via des associations de patients et réseaux de recherche, 171 personnes ayant passé une radiographie au cours des 6 derniers mois, et 213 personnes n’ayant pas récemment effectué cet examen. Le plan CBS, sous forme de formulaire, consistait en une mise en situation simulant les décisions et compromis auxquels un patient ferait face en situation clinique. Les participants devaient indiquer s’ils préféraient que leurs résultats soient traités par un humain seul,

Il vous reste 66% 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

Inès Bourdon

Journaliste spécialisée

Voir la fiche de l’auteur

Bibliographie

  1. Banerjee A, Rawlinson J, Baldwin D, Woznitza N (2026) Patient preferences for the use of AI in chest X-ray result processing and communication. Radiography 32:103554. https://doi.org/10.1016/j.radi.2026.103554.

Spécialité médicale

Oncologie

Mots-clés

intelligence artificielle expérience patient

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Dans le dossier

icon réservé aux abonnés Les manipulateurs et l’intelligence artificielle

Voir le dossier

Le fil Tech Imago

05 Oct

14:25

L'utilisation de salles hybrides d'angiographie incorporant l'angioscanner biphasique a réduit la dose de manière significative par rapport au scanner cone beam monophasique lors de procédures d'embolisation et de radio-embolisation du foie, dans le cadre d'une étude rétrospective. « Toutefois, la dose effective totale n'est plus restée significative après correction des incertitudes », indiquent les chercheurs.

7:23

La présence d'une couronne échogène entourant une masse est associée à une tumeur maligne invasive et correspond à une évolution du carcinome canalaire in situ vers un cancer invasif d'après l'examen histopathologique postopératoire, selon une étude présentée dans Academic Radiology. Toutefois, elle n'apporte guère d'informations supplémentaires utiles aux radiologues sur le plan diagnostique ou pronostique.

7:00

03 Oct

4:00

Au sein de la polyclinique de Blois (Centre-Val de Loire), le groupe Vidi - IMCL41 a investi dans de nouveaux équipements lourds. Les locaux ont également été agrandis. L'objectif du groupe est de "d’améliorer l'accueil des patients et surtout de réduire les délais de rendez-vous", indique-t-il dans un communiqué.
02 Oct

15:13

Prenuvo lance le Prenuvo Research Network. Le réseau réunira ses propres outils d’IA, des équipes internes de recherche et développement, des scientifiques et des institutions académiques. Leur objectif est de « construire la base de preuves pour une médecine proactive et préventive ».

13:00

Les méthodes de deep learning permettent de réduire les artefacts métalliques en scanner pour la radiothérapie tête et cou, avec une amélioration de la visualisation et de la précision dosimétrique (étude).
✕
Tech Imago

GRATUIT
VOIR