Université de Lille Apport de l’intelligence artificielle dans la prise en charge des lésions ostéoarticulaires du squelette appendiculaire aux urgences Intelligence artificielleradiologieurgencelésions ostéoarticulaires 610 Intelligence artificielle en médecine Lésions et blessures Diagnostic Traumatisme Diagnostic Hôpitaux -- Services des urgences Valenciennes (Nord) Intelligence artificielle Dissertation universitaire Plaies et blessures diagnostic Dissertation universitaire Service hospitalier d'urgences Dissertation universitaire Contexte : L’Intelligence Artificielle prend une place de plus en plus importante dans le domaine médical et spécialement dans l’aide diagnostique. Les traumatismes de membre sont un motif courant de consultation aux urgences et de nombreuses radiographies sont réalisées. Depuis 2022, les urgences adultes du Centre Hospitalier de Valenciennes sont dotées d’un logiciel d’intelligence artificielle (logiciel SmartUrgences® par la société? MILVUE®) pour l’aide au diagnostic des lésions pulmonaires et ostéoarticulaires. Ce logiciel a déjà fait ses preuves et ses tests de performance ont été analysés. L’impact de ce logiciel en pratique clinique n’a pas été évalué à ce jour. L’intérêt de cette étude est d’évaluer ce logiciel comme aide diagnostique pour les urgentistes en traumatologie au moment de la prise en charge des patients et d’étudier les variables qui exercent une influence sur cette aide diagnostique. Méthode : Il s’agit d’une étude monocentrique, observationnelle et descriptive, réalisée aux urgences adultes du Centre Hospitalier de Valenciennes. Elle a été réalisée par recueil de données rétrospectif, du 1er décembre 2023 au 1er mai 2024. Le Gold Standard est le compte rendu du radiologue édité à postériori et récupéré à distance de la prise en charge. Résultats : 8,5% des diagnostics posés par l’urgentiste étaient erronés alors que l’IA était en accord avec le radiologue. L’IA est suivie lorsqu’elle a raison dans 96,1% des cas. Les facteurs associés au suivi de l’IA sont : l’absence de diagnostic de lésion par l’urgentiste, tout type de lésion et lorsque l’IA pose le bon diagnostic. Le taux de changement d’avis de l’urgentiste quand l’IA a raison est de 8,8%. La prise en charge a été modifiée vers celle adéquate dans 6,2%. Les facteurs associés à l’erreur de l’urgentiste sont : les lésions au niveau du pied, de la main, du genou et de la cheville, le doute initial, la demande d’avis complémentaire, et le fait d’être un urgentiste thésé. Le ressenti moyen des médecins vis-à- vis de l’IA est de 5,08 (+/- 2,98), pour des notes allant de 0 à 10. Conclusion : L’IA constitue une aide diagnostique non négligeable pour le médecin urgentiste, et permet des modifications de prise en charge ainsi que des rectifications de diagnostic. Cependant, l’IA ne reste pas la seule décisionnaire face au diagnostic final. Elle a un impact dans la prise en charge des patients, en apportant au médecin une assistance supplémentaire. L’alliance IA et urgentiste reste la meilleure association pour diminuer les erreurs de diagnostic. Electronic Thesis or DissertationText fr application/pdf1 : 0 Kohttps://pepite-depot.univ-lille.fr/LIBRE/Th_Medecine/2024/2024ULILM298.pdf Vinot Agathe 1996-12-08 FR 282133062 2024ULILM298 2024-10-04 Médecine d'urgence Université de Lille (2022-...)thesis.degree.grantor_1 259265152 Doctorat de médecine non ouiDupireErwanintervenant_1245211454 ddc:610 DupireErwanUniversité de Lille (2022-...)Université de Lille Unicode PDF 50