Recherche avancée
Toutes les thèses
Thèses de doctorat
Thèses d'exercice (médecine, santé, pharmacie)
Toutes les thèses > Par auteur en fr
  • Nouveautés
  • Par date
  • Par auteur
Toutes les thèses  -> Auteurs
Auteurs > R > Rabeau Valentin
Niveau supérieur
  • 1 ressource a été trouvée.
  |< << Page précédente 1 Page suivante >> >| documents par page
Tri :   Date Titre Auteur

Effectiveness of a commercial AI Tools for Chest X-Ray Interpretation : a real-world multicentric, multireader, multicase study.


Médecine / 09-10-2024
Rabeau Valentin
Voir le résumé
Voir le résumé
Introduction : Les radiographies thoraciques (RT) sont l’un des examens diagnostiques les plus courants. Si tous les radiologues sont confrontés à l’interprétation des radiographies thoraciques, celle-ci reste complexe et source d’incertitudes diagnostiques. L’utilisation d’outils d’intelligence artificielle (IA) pour assister dans la lecture de ces radiographies a été explorée dans de nombreuses études sur des échantillons contrôlés. Cependant les données sur les performances des lecteurs avec IA en conditions réelles aux urgences sont encore limitées. Matériels et Méthodes : Cette étude rétrospective en cross over a inclus des patients adultes consécutifs aux urgences ayant bénéficié de RT en incidence postéro-antérieure. L’objectif était d’évaluer les performances de la lecture des RT dans des conditions proches de la réalité, par plusieurs lecteurs de différents centres de niveaux d’expérience variés (allant des radiologues internes de première à cinquième année, aux radiologues seniors et médecins urgentistes), avec et sans l’aide de l’IA. Les performances ont été évaluées globalement et dans des sous-groupes à l’aide de paramètres statistiques standard tels que la sensibilité, la spécificité, la valeur prédictive positive et la valeur prédictive négative, ainsi que des scores de précision et de reproductibilité. Résultats : Un total de 62 lecteurs a participé à l'interprétation de 119 cas de RT, avec et sans assistance de l'IA. Les résultats ont montré une amélioration significative des performances globales, incluant la sensibilité, la spécificité et la précision équilibrée. Les analyses des sous-groupes, basées sur les anomalies radiographiques et les niveaux d'expérience des lecteurs, ont révélé des améliorations significatives, notamment chez les radiologues internes de première année, les médecins urgentistes et pour la détection des cas critiques telles que le pneumothorax, les fractures et l’épanchement pleural. Conclusion : Cette étude en conditions réelles suggère que l’intégration d’outils d'IA pour assister l’interprétation des RT aux urgences améliore la précision diagnostique, l’efficacité et la reproductibilité des lecteurs. Le grand nombre de lecteurs et leurs niveaux d'expérience variés renforcent les résultats, reflétant les conditions de travail quotidiennes aux urgences. Ces conclusions offrent des pistes pour améliorer l’efficacité d’interprétation et le flux des examens radiographiques aux urgences.

rss |< << Page précédente 1 Page suivante >> >| documents par page
© 2016  |  MENTIONS LEGALES  |  PLUS D'INFORMATION