Comparaison des performances diagnostiques de lecteurs juniors concernant les hémorragies intra-craniennes sans et avec logiciel d'intelligence artificielle
Langue Français
Langue Français
Auteur(s) : Leclerc Loïc
Directeur(s) : Ohana Mickaël, Roy Catherine
Composante : MEDECINE
Date de création : 30-06-2020
Résumé(s) : Objectif : évaluation de l’influence d’un logiciel d’intelligence artificielle (IA) sur les performances de détection des Hémorragies Intra-Crâniennes (HIC) par des internes de radiologie. Matériel et méthode : 48 scanners cérébraux sans injection (SCSI) réalisés en urgence ont été analysés par un logiciel d’IA basé sur des algorithmes de Deep Learning à la recherche d’HIC. Ces SCSI ont été interprétés par 10 internes en radiologie, divisés en 3 groupes d’expériences différentes (4 internes du 1er au 2ème semestre, 4 internes du 4ème au 5ème semestre et 2 internes de 6ème et 7ème semestre) premièrement sans puis 1 mois après avec l’aide de l’IA, dans un ordre aléatoire et chronométré. Résultats : les performances brutes du logiciel d’IA étaient de Se = 83,3% et Sp = 97,2%. Dans la détection des HIC par les juniors, nous avons observé un gain significatif de 4,2% [0,4 ; 8,0], p = 0,041 de la Sp sans amélioration significative de la Se. Néanmoins nous avons constaté une augmentation significative de la Se de 12,5% [2,9 ; 22,1], p = 0,045 pour la détection des hémorragies intra ventriculaires (HIV). Aucune amélioration des performances diagnostiques n’a été mise en évidence pour les groupes approfondissement et sénior. L’IA a permis de diminuer les temps d’interprétation totaux moyens de l’ensemble des groupes de lecteurs de 20,5 min ; p = 0,006. Conclusion : l’utilisation d’un logiciel d’IA améliore les performances diagnostiques de détection des HIC chez des internes juniors et les temps d’interprétations totaux de l’ensemble des internes.
Discipline : Médecine. Radiodiagnostic et imagerie médicale
Directeur(s) : Ohana Mickaël, Roy Catherine
Composante : MEDECINE
Date de création : 30-06-2020
Résumé(s) : Objectif : évaluation de l’influence d’un logiciel d’intelligence artificielle (IA) sur les performances de détection des Hémorragies Intra-Crâniennes (HIC) par des internes de radiologie. Matériel et méthode : 48 scanners cérébraux sans injection (SCSI) réalisés en urgence ont été analysés par un logiciel d’IA basé sur des algorithmes de Deep Learning à la recherche d’HIC. Ces SCSI ont été interprétés par 10 internes en radiologie, divisés en 3 groupes d’expériences différentes (4 internes du 1er au 2ème semestre, 4 internes du 4ème au 5ème semestre et 2 internes de 6ème et 7ème semestre) premièrement sans puis 1 mois après avec l’aide de l’IA, dans un ordre aléatoire et chronométré. Résultats : les performances brutes du logiciel d’IA étaient de Se = 83,3% et Sp = 97,2%. Dans la détection des HIC par les juniors, nous avons observé un gain significatif de 4,2% [0,4 ; 8,0], p = 0,041 de la Sp sans amélioration significative de la Se. Néanmoins nous avons constaté une augmentation significative de la Se de 12,5% [2,9 ; 22,1], p = 0,045 pour la détection des hémorragies intra ventriculaires (HIV). Aucune amélioration des performances diagnostiques n’a été mise en évidence pour les groupes approfondissement et sénior. L’IA a permis de diminuer les temps d’interprétation totaux moyens de l’ensemble des groupes de lecteurs de 20,5 min ; p = 0,006. Conclusion : l’utilisation d’un logiciel d’IA améliore les performances diagnostiques de détection des HIC chez des internes juniors et les temps d’interprétations totaux de l’ensemble des internes.
Discipline : Médecine. Radiodiagnostic et imagerie médicale
Mots-clés libres :
Couverture : FR
- Hémorragie cérébrale -- Diagnostic
- 617.6
- Scano
- Intelligence artificielle en médecine
Type : Thèse d’exercice, Médecine, These d'exercice Unistra
Format : Document PDF
Source(s) :
Format : Document PDF
Source(s) :
- http://www.sudoc.fr/250153513
Entrepôt d'origine :
Identifiant : ecrin-ori-104002
Type de ressource : Ressource documentaire

Identifiant : ecrin-ori-104002
Type de ressource : Ressource documentaire