Université de Lille Intérêt pour les urgentistes, de la pré analyse des radiographies traumatiques, par l’intelligence artificielle Intelligence artificielle machine learning radiologie urgences fracture luxation formation 610 Radiodiagnostic Traumatologie Diagnostic Intelligence artificielle en médecine Urgentistes Radiographie Dissertation universitaire Traumatologie Dissertation universitaire Diagnostic assisté par ordinateur Dissertation universitaire Intelligence artificielle Dissertation universitaire Médecine d'urgence Dissertation universitaire Contexte : l'augmentation des passages aux urgences et le manque de médecins urgentistes et radiologues a conduit à une surcharge de travail. Aux urgences, l’interprétation des radiographies est souvent réalisée par des urgentistes non formés spécifiquement, augmentant ainsi le risque d'erreurs, notamment pour les fractures. Le développement de l'intelligence artificielle (IA), comme l’outil Milvue Suite, vise à améliorer la qualité et l'efficacité du diagnostic dans ce contexte. Objectifs : l'objectif principal de cette étude était d'évaluer l'impact de l’utilisation de Milvue Suite sur les performances diagnostiques des urgentistes exerçant dans la lecture des radiographies traumatiques. L'étude visait à déterminer si l’IA améliore la sensibilité et la spécificité des urgentistes dans la détection des lésions traumatiques. Les objectifs secondaires étaient d’évaluer l'effet de l'IA sur le temps de lecture des radiographies et la comparaison des performances entre internes et séniors, avec et sans IA. Matériels et Méthodes : étude rétrospective monocentrique ayant inclus 49 cas de radiographies traumatiques d’adultes, associées à des TDM comme référence diagnostique. Les radiographies étaient annotées en deux phases : une première sans IA, puis une deuxième avec l’aide de Milvue Suite. 30 lecteurs (24 internes et 6 séniors) ont participé à cette étude. Les performances diagnostiques (Se, Sp, VPP et VPN) et le temps de lecture ont été comparés entre les deux phases. Résultats : L’IA Milvue Suite a amélioré la Se des lecteurs, avec une augmentation globale de 68 % à 88 %. L’amélioration des performances diagnostiques était plus marquée chez les séniors, avec un gain de sensibilité de 23%, contre 18% chez les internes. En revanche, il n'a pas été possible d’interpréter la Sp et VPN en raison du faible nombre de cas négatifs dans l'échantillon. De plus, l’IA a permis de réduire significativement le temps médian de lecture, passant de 88,95s sans IA à 48,08s avec IA, représentant une réduction de 40,87s. Conclusion : L’IA Milvue Suite a amélioré la Se et réduit le temps de lecture des radiographies traumatiques par les urgentistes, à la fois chez les séniors et les internes. Cependant, le faible effectif de cas constitue une limite de l’étude. L’IA apparaît comme un outil prometteur pour soutenir les urgentistes. Electronic Thesis or Dissertation Text fr application/pdf 1 : 0 Ko https://pepite-depot.univ-lille.fr/LIBRE/Th_Medecine/2024/2024ULILM384.pdf Bellotto Ilona 1995-09-21 FR 282271090 2024ULILM384 2024-10-17 Médecine d'urgence Université de Lille (2022-...) thesis.degree.grantor_1 259265152 Doctorat de médecine non oui Dewilde Romain intervenant_1 146271688 ddc:610 Dewilde Romain Université de Lille (2022-...) Université de Lille Unicode PDF 50