| Titre : | La contribution de l’IA à la détection des micro-fractures osseuses et son incidence sur la gestion des urgences traumatiques |
| Auteurs : | Sabina Kadrioski, Auteur ; Laurent Habarugira Ruyaga, Promoteur |
| Type de document : | Travail de fin d'études |
| Editeur : | Woluwe-Saint-Lambert : Haute École Léonard de Vinci, 2024 |
| Index. décimale : | TFE - Diététique |
| Mots-clés: | Intelligence artificielle ; Radiologie ; Fractures de fatigue |
| Résumé : |
Objectifs :
Décrire comment l’IA est utilisée pour améliorer la détection des micro-fractures osseuses et analyser son impact sur la gestion des urgences traumatiques. Evaluer la fiabilité et la précision du système d’IA actuels pour la détection des micro-fractures en comparaison avec les méthodes traditionnelles, en tenant compte des avantages et des limites d’utilisation de L’IA dans ce contexte. Recueillir l’opinion des professionnels du service d’urgence et du service de l’imagerie médicale sur l’utilisation de l’IA pour détecter les micro-fractures et son impact sur les soins médicaux et les urgences traumatiques. Introduction : L'utilisation de l'imagerie médicale, comme les radiographies, est essentielle pour détecter les fractures osseuses chez les patients en situation d'urgence. Cependant, attendre qu'un radiologue vérifie les résultats peut prendre beaucoup de temps. Cette étude porte sur un système informatique intelligent, appelé intelligence artificielle (IA), qui peut automatiquement repérer les fractures osseuses. Cela permet aux patients d'attendre moins longtemps et améliore les soins d'urgence. L'IA représente une avancée majeure dans l'imagerie médicale, facilitant la détection rapide des problèmes et l'assistance aux patients plus rapidement. Cette étude vise à comprendre comment l'IA identifie les micro-fractures osseuses et améliore les soins d'urgence Méthodologie : Une vue d'ensemble du programme BoneView AI, conçu pour la détection rapide des fractures sur les radiographies standard, est fournie. La collecte de données a impliqué une enquête basée sur des questionnaires administrés aux radiologues et aux médecins urgentistes pour évaluer l'impact de BoneView sur la détection des micro-fractures et les soins aux traumatismes. Des questions spécifiques ont évalué son efficacité, sa fiabilité et son influence sur la vitesse de diagnostic et les décisions de traitement. Cette approche globale visait à capturer une perspective variée sur l'intégration de BoneView dans la pratique de la radiologie et des soins aux traumatismes. Résultats : Pendant mon stage, j'ai collecté et analysé trois radiographies de la main à l'aide du programme BoneView AI révélant ses performances dans des situations cliniques réelles. Bien que BoneView fournisse des indications initiales, il ne localise pas précisément les fractures, nécessitant la prudence des médecins. Les radiologues et les médecins urgentistes ont tous deux souligné les avantages de l'IA dans le diagnostic des micro-fractures, les radiologues appréciant son aide pour détecter des détails subtils et gérer la charge de travail, tandis que les urgentistes le considéraient comme un outil utile pour des diagnostics plus rapides, en particulier dans les cas incertains. Conclusion : En conclusion, l'IA présente un potentiel pour améliorer la précision des diagnostics et la gestion des micro-fractures en situation d'urgence. Cependant, l'impact réel sur les patients et la réduction des temps d'attente restent incertains en raison de la brièveté de notre étude et du nombre limité de participants. Des recherches supplémentaires, impliquant un plus grand nombre de personnes, sont nécessaires pour comprendre les avantages et les inconvénients de l'IA à long terme. Néanmoins, l'IA pourrait véritablement transformer la pratique médicale en améliorant les diagnostics et les procédures, ce qui est une bonne nouvelle pour les patients |
| Disponible en ligne : | Oui |
| Lieu du stage : | Radiologie – CHU Brugmann – Site Victor Horta |
| Département du TFE : | Imagerie médicale |
Bibliothèques HE Vinci
