BoneView

Amélioration de la détection des fractures sur des radiographies traumatiques et réduction du temps de lecture grâce à l’intelligence artificielle

Urgences 2022 (congrès de la SFMU)

Published In

Urgences 2022 (congrès de la SFMU) (2022)

Authors

Nor-Eddine Regnard, Daichi Hayashi, Andrew J. Kompel, Ali Guermazi

Abstract

Introduction :

Cette étude vise à évaluer l’impact d’un logiciel d’intelligence artificielle (IA) sur les performances diagnostiques de différents médecins dans la détection de fractures sur les radiographies standards.

Matériel et méthode :
Nous avons rétrospectivement collecté 480 examens dont 60 par anatomie (pied, genou, bassin, main, coude, épaule, gril costal, rachis dorso-lombaire) avec une prévalence de fracture à 50%, 25% évidentes et 25% non-évidentes. Le gold standard a été établi par deux lectures indépendantes de radiologues ostéoarticulaires séniors, et une troisième qui intervenait pour trancher lors de discordances. Seize lecteurs (4 radiologues, 4 urgentistes, 4 orthopédistes, 4 médecins généralistes) ont ensuite analysé les 480 examens avec et sans l’aide de l’IA avec une période de 1 mois entre deux lectures du même examen.

Résultats :
Un total de 480 patients ont été inclus (327 femmes, 58,3 ± 17,9 ans). En moyenne, la sensibilité était de 9% plus élevée avec l’aide de l’IA que sans l’aide de l’IA. Pour les urgentistes, ce gain de sensibilité était de 9.9% (de 68,2% à 78,1%). La spécificité moyenne de tous les lecteurs était également plus élevée de 3,4% avec l’IA. L’aide de l’IA permettait aussi de réduire le temps de lecture moyen de 8,2 secondes par examen, soit un gain de temps de 11%.

Conclusion :
L’assistance radiographique de l’IA améliore à la fois la sensibilité et la spécificité de la détection de fractures et permet de diminuer le temps de lecture.

https://urgences-lecongres.org/programme/programmes-par-profil/programme-medecins/