Selon une étude menée en Radiologie.
Le diagnostic manqué ou retardé des fractures sur la radiographie est une erreur courante avec des implications potentiellement graves pour le patient. Le manque d’accès en temps opportun à l’opinion d’experts alors que la croissance des volumes d’imagerie continue de dépasser le recrutement de radiologues ne fait qu’aggraver le problème.
L’IA peut aider à résoudre ce problème en aidant les radiologues, en aidant à accélérer et à améliorer le diagnostic des fractures.
Pour en savoir plus sur le potentiel de la technologie dans le cadre des fractures, une équipe de chercheurs en Angleterre a examiné 42 études existantes comparant les performances diagnostiques dans la détection des fractures entre l’IA et les cliniciens. Sur les 42 études, 37 ont utilisé des rayons X pour identifier les fractures et cinq ont utilisé la TDM.
Les chercheurs n’ont trouvé aucune différence statistiquement significative entre les performances des cliniciens et celles de l’IA. La sensibilité de l’IA pour détecter les fractures était de 91 à 92 %.
Nous avons constaté que l’IA fonctionnait avec un degré élevé de précision, comparable à la performance des cliniciens. Surtout, nous avons constaté que c’était le cas lorsque l’IA était validée à l’aide d’ensembles de données externes indépendants, ce qui suggère que les résultats peuvent être généralisables à une population plus large. »
Rachel Kuo, MBBChir., Auteur principal de l’étude, Centre de recherche Botnar, Département Nuffield d’orthopédie, de rhumatologie et de sciences musculo-squelettiques à Oxford, en Angleterre
Les résultats de l’étude indiquent plusieurs applications éducatives et cliniques prometteuses pour l’IA dans la détection des fractures, a déclaré le Dr Kuo. Cela pourrait réduire le taux de diagnostics erronés précoces dans des circonstances difficiles en situation d’urgence, y compris les cas où les patients peuvent subir de multiples fractures. Il a un potentiel en tant qu’outil pédagogique pour les cliniciens débutants.
« Cela pourrait également être utile en tant que » deuxième lecteur « , fournissant aux cliniciens soit l’assurance qu’ils ont posé le bon diagnostic, soit les incitant à revoir l’imagerie avant de traiter les patients », a déclaré le Dr Kuo.
Le Dr Kuo a averti que la recherche sur la détection des fractures par IA en était encore à un stade préclinique très précoce. Seule une minorité des études qu’elle et ses collègues ont examinées évaluaient les performances des cliniciens assistés par l’IA, et il n’y avait qu’un seul exemple où une IA avait été évaluée dans une étude prospective dans un environnement clinique.
« Il reste important pour les cliniciens de continuer à exercer leur propre jugement », a déclaré le Dr Kuo. « L’IA n’est pas infaillible et est sujette à des préjugés et à des erreurs. »
