La d\u00e9tection rapide d\u2019un pneumothorax, une accumulation d\u2019air entre la paroi thoracique et le poumon, est cruciale pour les patients gravement malades. Cette condition peut s\u2019aggraver si elle n\u2019est pas trait\u00e9e \u00e0 temps, surtout chez ceux sous respiration artificielle. Les radiographies du thorax r\u00e9alis\u00e9es en position allong\u00e9e sont souvent utilis\u00e9es en urgence, mais rep\u00e9rer un pneumothorax sur ces images reste difficile m\u00eame pour les m\u00e9decins exp\u00e9riment\u00e9s.<\/p>\n
Une r\u00e9cente recherche a \u00e9valu\u00e9 les capacit\u00e9s d\u2019un logiciel bas\u00e9 sur l\u2019intelligence artificielle \u00e0 identifier un pneumothorax sur des radiographies prises en position allong\u00e9e. Les r\u00e9sultats montrent que ce logiciel d\u00e9tecte correctement les grands pneumothorax dans pr\u00e8s de 97 % des cas, notamment ceux n\u00e9cessitant un drainage par un tube. En revanche, sa sensibilit\u00e9 baisse \u00e0 44 % pour les petits pneumothorax, ceux mesurant moins de 35 millim\u00e8tres sur une image par tomodensitom\u00e9trie. L\u2019intelligence artificielle se r\u00e9v\u00e8le aussi plus efficace pour rep\u00e9rer l\u2019air accumul\u00e9 dans la partie sup\u00e9rieure du poumon que dans la partie inf\u00e9rieure.<\/p>\n
L\u2019\u00e9tude a \u00e9galement r\u00e9v\u00e9l\u00e9 que ce logiciel aide les m\u00e9decins en formation \u00e0 mieux d\u00e9tecter les pneumothorax, augmentant leur taux de d\u00e9tection de 47 % \u00e0 57 %. Pour les experts, l\u2019apport de l\u2019intelligence artificielle ne change pas significativement leur capacit\u00e9 \u00e0 identifier les cas, mais elle r\u00e9duit les erreurs de diagnostic en confirmant l\u2019absence de pneumothorax dans 96 % des cas contre 91 % sans assistance. Cela sugg\u00e8re que l\u2019outil agit comme un filet de s\u00e9curit\u00e9 pour les moins exp\u00e9riment\u00e9s et renforce la confiance des sp\u00e9cialistes.<\/p>\n
Cependant, la d\u00e9tection dans la partie basse du poumon reste un d\u00e9fi, m\u00eame pour l\u2019intelligence artificielle. Les faux positifs surviennent parfois \u00e0 cause d\u2019artefacts comme des plis de peau ou des dispositifs m\u00e9dicaux externes. Les m\u00e9decins doivent donc rester vigilants, surtout chez les patients sous ventilation m\u00e9canique ou pr\u00e9sentant des ant\u00e9c\u00e9dents de chirurgie thoracique.<\/p>\n
Cette avanc\u00e9e pourrait permettre d\u2019\u00e9viter des examens suppl\u00e9mentaires comme la tomodensitom\u00e9trie, souvent difficile \u00e0 r\u00e9aliser chez des patients instables. L\u2019intelligence artificielle ne remplace pas le jugement clinique, mais elle offre un soutien pr\u00e9cieux pour des d\u00e9cisions plus rapides et plus s\u00fbres. Des am\u00e9liorations sont encore n\u00e9cessaires pour affiner sa pr\u00e9cision, en particulier dans les zones pulmonaires inf\u00e9rieures o\u00f9 les signes sont plus subtils.<\/p>\n
DOI\u00a0:<\/strong> https:\/\/doi.org\/10.1007\/s10140-026-02448-4<\/a><\/p>\n Titre\u00a0:<\/strong> Performance of an artificial intelligence\u2013based software in detecting pneumothorax on supine chest radiographs: a retrospective study<\/p>\n Revue : <\/strong> Emergency Radiology<\/p>\n \u00c9diteur : <\/strong> Springer Science and Business Media LLC<\/p>\n Auteurs : <\/strong> Hitomi Nakamura; Tomoki Wada; Ryota Inokuchi; Shouhei Hanaoka; Naoya Sakamoto; Kent Doi<\/p>\n","protected":false},"excerpt":{"rendered":" L\u2019intelligence artificielle am\u00e9liore-t-elle la d\u00e9tection du pneumothorax sur les radiographies en position allong\u00e9e ? La d\u00e9tection rapide d\u2019un pneumothorax, une accumulation d\u2019air entre la paroi thoracique et le poumon, est cruciale pour les patients gravement malades. Cette condition peut s\u2019aggraver si elle n\u2019est pas trait\u00e9e \u00e0 temps, surtout chez ceux sous respiration artificielle. Les radiographies… Poursuivre la lecture L\u2019intelligence artificielle am\u00e9liore-t-elle la d\u00e9tection du pneumothorax sur les radiographies en position allong\u00e9e ?<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-21","post","type-post","status-publish","format-standard","hentry","category-non-classe","entry"],"_links":{"self":[{"href":"https:\/\/journalofartificialintelligence.com\/fr\/wp-json\/wp\/v2\/posts\/21","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/journalofartificialintelligence.com\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/journalofartificialintelligence.com\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/journalofartificialintelligence.com\/fr\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/journalofartificialintelligence.com\/fr\/wp-json\/wp\/v2\/comments?post=21"}],"version-history":[{"count":1,"href":"https:\/\/journalofartificialintelligence.com\/fr\/wp-json\/wp\/v2\/posts\/21\/revisions"}],"predecessor-version":[{"id":22,"href":"https:\/\/journalofartificialintelligence.com\/fr\/wp-json\/wp\/v2\/posts\/21\/revisions\/22"}],"wp:attachment":[{"href":"https:\/\/journalofartificialintelligence.com\/fr\/wp-json\/wp\/v2\/media?parent=21"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/journalofartificialintelligence.com\/fr\/wp-json\/wp\/v2\/categories?post=21"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/journalofartificialintelligence.com\/fr\/wp-json\/wp\/v2\/tags?post=21"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}