Aller au contenu principal
Il y a présentement des items dans votre panier d'achat.
90e Congrès de l'Acfas
Auteur et co-auteurs
Maxine Joly-Chevrier
UdeM - Université de Montréal
5a. Résumé

Problématique

Depuis le début des années 2000, la recherche en intelligence artificielle (IA) et outils numériques a grandement augmenté et progressé, notamment en radiologie, une spécialité médicale leader dans ce domaine. Dans l'espoir d'accélérer le dépistage, les traitements médicaux et le suivi des patients, l'intégration de l'IA permettait une certaine automatisation de l'analyse des tests d’imagerie médicale, se traduisant par une amélioration de la qualité du travail en matière d'efficacité et de gain de productivité. Or, comment se fait-il que l’usage de l’IA soit aussi peu courant dans le milieu clinique? 

Méthodologie

Une revue de la littérature reposant sur 3 axes analyse cette question de recherche : 1) État de la situation sur l'avancement et l’intégration de l’IA en radiologie; 2) Défis rencontrés dans l'interaction entre IA et radiologues; 3) Enjeux de santé publique en lien avec l'intégration de ces technologies.  

Résultats

Plusieurs défis freinent l’intégration de l’IA en radiologie dans le milieu clinique. On retrouve des défis techniques au niveau de la généralisation, de la reproductibilité ainsi que de la qualité et accès aux bases de données. Des enjeux éthiques sont soulevés au niveau de la protection et confidentialité des données des patients. Enfin, le manque de formations des étudiants en médecine et médecins pourrait devenir un enjeu crucial au niveau de la conception, de l’élaboration et de l’intégration de ces technologies dans le milieu clinique.