Flux de travail de bout en bout, gestion de la qualité et auto-audit — Intelligence artificielle en radiologie et imagerie médicale

Gains :

Capacité à concevoir un workflow de bout en bout qui montre où et avec quelle approbation l'intelligence artificielle entre en jeu dans toute la chaîne, du pré-tournage à la signature du rapport.
Capacité à établir une surveillance des performances, une boucle de rétroaction et un auto-audit régulier dans les processus basés sur l'intelligence artificielle
Capacité à pérenniser l’usage de l’intelligence artificielle dans une unité d’imagerie avec les principes de gouvernance, de responsabilité et d’amélioration continue

Dans les dix unités précédentes, nous avons abordé les éléments de l'IA en radiologie : triage, rapports structurés, automatisation des mesures, intégration PACS, métriques, outils spécifiques aux modalités, qualité des images, suivi et confidentialité. Dans cette dernière unité, nous combinerons les éléments et établirons un flux de travail de bout en bout : une carte holistique qui montre où et avec quelle approbation l'intelligence artificielle entre en jeu dans la chaîne qu'un audit passe depuis le moment de la demande jusqu'au rapport signé. Nous considérerons ensuite les deux éléments qui rendent ce flux durable : la gestion de la qualité (suivi des performances, boucle de rétroaction) et l'autorégulation (révision régulière, gouvernance).

Principe de base : l'utilisation sûre de l'imagerie basée sur l'IA ne constitue pas une installation ponctuelle ; Il s'agit d'un processus évolutif qui nécessite une surveillance constante des performances, une boucle de rétroaction, un examen des modèles d'erreur et un auto-audit régulier. A chaque étape, la responsabilité, la signature et la décision finale appartiennent au radiologue.

Flux de bout en bout : où est l'IA, qui confirme

Suivons le parcours d'un audit, y compris les points où l'IA entre en jeu et l'approbation humaine à chaque point.

Demande et indication : Le clinicien demande un examen. L’IA peut recommander l’adéquation des indications et la sélection du protocole ; Le technicien/radiologue approuve. (Unité 8)
Prise de vue et qualité : La modalité produit l'image. Optimisation de la dose d’IA, débruitage et signalement des artefacts ; Le technicien décide de la qualité et reprend les photos si nécessaire. (Unité 8)
Triage : L'image tombe dans le PACS. L'IA donne la priorité aux événements urgents ; Le radiologue lit toujours chaque examen. (Unité 2)
Lecture et détection : Le radiologue lit. Marques CAD comme deuxième œil ; Le radiologue évalue ce qui est marqué et ce qui ne l'est pas. (Unité 6, 7)
Mesure et suivi : l'IA mesure et compare avec l'examen précédent ; Le radiologue vérifie la cohérence. (Unité 4, 9)
Reporting : l'IA produit un brouillon structuré ; Le radiologue associe chaque phrase à l’image et la signe. (Unité 3)
Notification de découverte critique : l'IA rappelle la découverte critique ; Le radiologue confirme, communique au clinicien et boucle la boucle fermée. (Unité 2, 6)
Enregistrement d'archives et de traces : la sortie de l'IA est stockée dans une couche distincte ; L'original n'est pas modifié, l'enregistrement de trace est conservé. (Unité 5)

Scène

Rôle de l'IA

approbation humaine

Unité connectée

Demande/protocole

Suggestions

Technicien + radiologue

Prise de vue/qualité

Dose, débruitage, artefact

technicien

triage

drapeau de priorité

Radiologue (lit encore)

Lire/détecter

CAD deuxième œil

Radiologue (diagnostic)

6, 7

Mesure/suivi

Calcul, comparaison

Radiologue (corrige)

4, 9

Rapports

brouillon

Radiologue (signature)

constatation critique

rappel

Radiologue (transmet, confirme)

2, 6

archiver

couche séparée

Enregistrement système + piste

Ce tableau est un résumé du module : à mesure que le risque augmente, le rôle de l'IA diminue, le consentement humain augmente ; En aucune ligne l’IA ne prend en charge la lecture, le diagnostic ou la signature.

Rapports sur les constatations critiques : en boucle fermée

Un constat critique (hémorragie majeure, embolie massive, pneumothorax tendu) n'est pas considéré comme communiqué par le simple fait de l'écrire dans le rapport. La communication en boucle fermée signifie confirmer que les informations parviennent et sont reçues directement par le médecin traitant. L’IA peut rappeler une découverte critique ou même produire un projet de notification ; Cependant, il est de la responsabilité du radiologue de confirmer le résultat, de le communiquer au bon médecin, de documenter la communication et de boucler la boucle. Les alertes automatisées ne remplacent pas la communication humaine.

Attention : Ce n'est pas parce qu'une alerte de découverte critique IA apparaît sur la liste de travail que la notification a été effectuée. La notification n'est complétée que lorsque le radiologue confirme le résultat, contacte le médecin traitant et reçoit l'information. C'est le travail de l'homme de fermer la boucle fermée.

Gestion de la qualité et auto-audit

Un processus alimenté par l’IA peut s’effondrer avec le temps : le modèle est mis à jour, l’appareil change, la population change, le taux de faux positifs augmente. Les performances doivent donc être constamment surveillées.

Surveillance des performances : collecter des échantillons faussement positifs/négatifs ; Suivez les taux d’indicateurs de triage et le pourcentage de vrais positifs.
Boucle de rétroaction : collectez systématiquement les commentaires des radiologues « ce signalement était erroné/cela a manqué » et partagez-les avec le fabricant.
Examen des erreurs : examinez les résultats manqués et les fausses alarmes lors de réunions régulières ; Distinguer la cause profonde (modèle, protocole, humaine).
Suivi des changements de distribution : répétez la vérification locale lorsque l’appareil/le protocole/la population change.
Gouvernance : Qui utilise quel modèle, avec quelle version, dans quel contexte ; Qui est responsable ? Cela doit être consigné par écrit.

trois mini-cases

Cas 1 — La boucle de rétroaction fonctionne. Une unité constate, à partir des données de surveillance, que le taux de faux positifs pour le pneumothorax du modèle de triage a augmenté jusqu'à 75 % en quelques mois. Les radiologues recueillent leurs retours, revoient le seuil avec le fabricant ; le taux chute à 45 % et la fatigue des alarmes diminue. Sans surveillance, le modèle deviendrait peu fiable.

Cas 2 — Analyse des causes profondes manquée. Deux petits nodules manqués sont notés lors de l'examen à un mois. L'analyse montre que les deux se produisent sur des graphiques portables et sur un appareil sur lequel le modèle n'a pas été formé (dérive de distribution). L'unité restreint le champ d'application du modèle sur les radiographies portables et alerte les radiologues. L’erreur a été utilisée pour réparer le système plutôt que de blâmer une seule personne.

Cas 3 — La découverte critique est en boucle fermée. AI met en garde contre une hémorragie importante sur un scanner cérébral. Le radiologue confirme en 90 secondes, appelle le neurochirurgien, vérifie la réception des informations et documente la communication (heure, personne, contenu). La boucle fermée est terminée. AI a rappelé ; Le radiologue a procédé à la notification et à la confirmation. Si l’on s’en remettait à l’alerte automatique, rien ne garantirait que le médecin ait reçu l’information.

Invite faible/Invite forte

Invite faible :

Configurez le flux de travail de l'IA en radiologie, automatisez tout.

« Tout automatiser » est dangereux dans un domaine critique pour la sécurité ; Ignore les points de contrôle humains et les valeurs par défaut.

Invite puissante :

Votre rôle : Consultant ASSOCIÉ à l'unité de radiologie sur la conception du workflow d'IA de bout en bout. Prise de décision ; produire un aperçu et une liste de contrôle. Spécifiez où l'IA est ajoutée dans la chaîne de demande → capture → triage → lecture → mesure → rapport → découverte critique → d'archives et indiquez l'approbation humaine à CHAQUE étape. Suggérez également des mesures pour le suivi des performances, la boucle de rétroaction et l'auto-audit. Principe : à mesure que le risque augmente, le rôle de l’IA diminue, l’approbation humaine augmente ; diagnostic/signature/notification au radiologue. Contexte de l'unité : [écrire]

La forte volonté se concentre sur les points d’approbation humains, la surveillance et la maîtrise de soi.

Modèles d'invite copiables

MODÈLE DE PROJET DE FLUX DE BOUT EN BOUTVotre rôle : ASSISTANT consultant. Pour la chaîne demande → imagerie → triage → lecture → mesure → rapport → découverte critique → archive, produisez un tableau qui répertorie le rôle de l'IA et de l'approbation humaine à chaque étape. Marquez le niveau de risque et ne laissez aucune décision critique pour la sécurité être « prise en charge » par l'IA. Contexte de l'unité : [écrire]

MODÈLE DE SUIVI DES PERFORMANCES I vous donnera une période de triage/données CAO. Calculez le taux de faux positifs, le nombre de résultats manqués et le pourcentage de vrais positifs ; avertir de la fatigue des alarmes et de la dérive de distribution ; Recommander à quel seuil le fabricant/modèle doit être examiné. La décision appartient à l’institution. Données : [écrire]

MODÈLE D'EXAMEN DES CAUSES PROFONDESJe vous donnerai un cas de découverte manquée/fausse alarme. Distinguer la cause première : modèle (formation/portée), protocole/appareil (dérive de distribution), humain (biais d'automatisation/fatigue des alarmes). Produisez des suggestions axées sur la correction du système et non sur le blâme. Événement : [écrire]

MODÈLE EN BOUCLE FERMÉE DE DÉCLARATION CRITIQUEProduire une liste de contrôle en boucle fermée pour une notification de découverte critique : confirmation de la découverte, identification du bon médecin, transmission directe, confirmation de la réception des informations, documentation de la communication (heure/personne/contenu). Rappelez-nous que les alertes automatiques ne remplacent pas les notifications. Contexte : [écrire]

Erreurs courantes

"Tout automatiser". Les décisions critiques pour la sécurité nécessitent l’approbation humaine ; L’automatisation complète est dangereuse.
L'installer une fois et ne pas le regarder. Le modèle se détériore avec le temps ; Une surveillance continue des performances est indispensable.
Utiliser l’erreur pour blâmer la personne. L’analyse des causes profondes doit se concentrer sur la correction du système.
Laissez les résultats critiques à l'avertissement automatique. La boucle fermée est fermée par le radiologue ; La transmission et la confirmation sont un travail humain.
Ne pas mettre la gouvernance par écrit. Qui, quel modèle, quelle version, quelle portée, qui est responsable – doit être documenté.

Astuce : Posez régulièrement cette question dans votre unité : « Si nous désactivions l’IA aujourd’hui, continuerions-nous à fonctionner en toute sécurité ? La réponse devrait toujours être « oui ». L’IA accélère la lecture, mais elle ne remplacera jamais la lecture, la reconnaissance et la signature.

En résumé

L'intelligence artificielle intervient à de nombreux points de la chaîne depuis la commande jusqu'au rapport signé en radiologie : recommandation de protocole, qualité, triage, détection, mesure, suivi, reporting et rappel des constatations critiques. Le principe holistique est le résumé de l’ensemble du module : à mesure que le risque augmente, le rôle de l’IA diminue, le consentement humain augmente ; À aucun moment, l’IA ne prend en charge les rapports de lecture, de diagnostic, de signature ou de constatation critique. Ce qui rend ce flux durable, c'est la reconnaissance du fait qu'une utilisation sûre est un processus vivant et non une configuration ponctuelle : surveillance des performances, boucle de rétroaction, révision des bogues, suivi des dérives de distribution et gouvernance écrite. Lorsqu’il signale un résultat critique, le radiologue ferme la boucle fermée. Au-dessous de tout se trouve la phrase immuable : la décision appartient à la personne.

Tâche de candidature

Dessinez un diagramme de flux de travail de l'IA de bout en bout pour votre unité (ou un exemple d'organisation) : notez le rôle de l'IA, l'approbation humaine et le niveau de risque à chaque étape. Déterminez ensuite les trois mesures (taux de faux positifs, résultats manqués, pourcentage de vrais positifs) et les seuils d'action que vous suivrez avec le modèle « Suivi des performances ». Sélectionnez un scénario de constatation critique et rédigez les étapes à l'aide du modèle « Constatation critique en boucle fermée ». Enfin, « Travaillerions-nous en toute sécurité si nous désactivions l'IA aujourd'hui ? » Répondez honnêtement à la question pour votre unité et notez les lacunes.

liste de contrôle

[ ] J'ai défini la validation humaine de chaque point d'IA dans le flux de bout en bout.
[ ] Je n'ai délégué aucune décision critique pour la sécurité (diagnostic/signature/notification) à l'IA.
[ ] J'ai déterminé des critères de suivi des performances et des seuils d'action.
[ ] J'ai mis en place la boucle de rétroaction et le processus de révision des bugs.
[ ] J'ai élaboré un plan pour répéter la vérification locale pour le changement de distribution.
[ ] Je me suis assuré que le radiologue fermait la boucle fermée lors de la notification de découverte critique.
[ ] « Travaillerons-nous en toute sécurité si nous désactivons l'IA ? » Je peux dire oui à la question.

Examen de module

1. Une IA de triage radiologique a marqué un scanner cérébral comme « faible priorité » et l'a déplacé à la fin de la liste de travail. Que doit faire le radiologue pour cet examen ?

A) Lit toujours et rend compte de l'audit dans son intégralité ; le tri ne fait que modifier l'ordre, mais n'élimine pas la lecture ✔
B) L'intelligence artificielle ferme normalement l'étude sans la lire car elle dit qu'elle n'est pas prioritaire.
C) Reporte automatiquement l'examen au lendemain
D) Il ne s’intéresse qu’au domaine marqué par l’intelligence artificielle et coupe court au rapport

Description : Triage AI modifie uniquement l'ordre de lecture ; Elle ne peut exclure aucun examen de lecture. « Faible priorité » ne constitue pas un diagnostic et peut être un faux négatif. Chaque examen doit encore être lu intégralement et rapporté par le radiologue ; Elle ne remplace pas la lecture du signal prioritaire.

2. Quelle combinaison de risques l'IA manque-t-elle d'une pathologie réelle (par exemple un petit pneumothorax) et le radiologue s'appuie-t-il sur elle et n'examine pas correctement l'image ?

A) Faux positifs et fatigue des alarmes uniquement
B) Faux négatifs et biais d’automatisation (dépendance excessive à l’IA) ✔
C) Seulement une mauvaise qualité d'image
D) Erreur d'en-tête DICOM uniquement

Explication : Il s'agit d'un faux négatif si le modèle manque le résultat ; Le biais d’automatisation se produit lorsque le radiologue fait trop confiance à l’intelligence artificielle et assouplit son propre examen. Lorsque les deux se combinent, la raison d'être de la surveillance humaine disparaît et la découverte peut être complètement manquée. Par conséquent, les zones non marquées par l’intelligence artificielle doivent également être lues.

3. AI a ajouté une phrase « adénome surrénalien droit » dans un brouillon de rapport de tomodensitométrie thoracique qui n'avait pas d'équivalent dans l'image. Que doit faire le radiologue ?

A) Considère la phrase comme fiable et la signe directement.
B) Comme il n'est pas sûr, il réécrit l'intégralité du rapport à l'intelligence artificielle et le signe.
C) Fait correspondre la phrase avec l'image ; S'il n'y a pas de disposition, il la supprime et signe le projet comme vérifié ✔
D) Laisse la phrase mais écrit « intelligence artificielle ajoutée » à la fin

Explication : les modèles de langage peuvent s'adapter parfaitement à un résultat non présent dans l'image ; c'est ce qu'on appelle une hallucination. Le radiologue doit faire correspondre chaque phrase du rapport à l'image, supprimer toutes les phrases non pertinentes et ne jamais signer le brouillon sans l'avoir vérifié. Le projet de rapport est un début, pas une preuve.

4. Un spécialiste télécharge une image DICOM avec le nom du patient et le numéro de protocole sans anonymisation dans un outil d'IA accessible au public. Quel est le principal problème ici ?

A) La résolution de l’image est insuffisante pour l’intelligence artificielle
B) L'intelligence artificielle ne peut pas lire le format DICOM
C) Aucun commentaire ne peut être fait car l'image est en noir et blanc
D) Les données d'identité dans l'en-tête DICOM et intégrées dans l'image sont partagées sans anonymisation ; Il s'agit d'une violation du KVKK ✔

Description : les fichiers DICOM contiennent à la fois des informations telles que le nom du patient, son identité, sa date de naissance dans l'en-tête et parfois des données d'identité intégrées dans l'image (gravées). Les télécharger sur un outil externe sans les anonymiser constitue une divulgation de données de santé sensibles et une violation du KVKK. L'en-tête et les données intégrées doivent d'abord être effacées.

5. Quelle est l'étape de vérification la plus importante lorsque l'on compare une mesure automatisée de nodules pulmonaires (par exemple 8 mm) produite par l'IA à une mesure manuelle (5 mm) issue d'un examen précédent ?

A) Vérifier que les mesures sont comparées avec la même cohérence de méthode, de plan et de segmentation et évaluer l'écart par le radiologue ✔
B) En supposant que la nouvelle mesure est toujours précise et signale une croissance
C) Faire la moyenne de deux mesures et les rapporter
D) Ignorez complètement la mesure et écrivez uniquement des impressions visuelles

Explication : La mesure est une estimation et dépend de la limite de segmentation, de la sélection des tranches, du protocole et de la méthode de mesure. Lorsque les mesures automatiques et manuelles sont effectuées à l'aide de méthodes différentes, une fausse impression de « croissance » peut survenir. Avant de prendre une décision d'élargissement, une comparaison doit être effectuée selon la même méthode, sur le même plan et avec des limites cohérentes, et toute incohérence doit être évaluée par le radiologue.

6. Quelle est la règle d'or concernant l'image DICOM originale lors de l'ajout de résultats d'IA au PACS ?

A) Les marques d'intelligence artificielle doivent être écrites de manière permanente sur l'image originale
B) La sortie AI est ajoutée en tant que série/couche distincte ; l'image de diagnostic d'origine n'est pas modifiée et l'enregistrement de trace est conservé ✔
C) L'image originale ne doit pas du tout être stockée, seule la version traitée doit être conservée
D) La sortie de l'IA doit être intégrée sous forme de texte dans l'en-tête du patient.

Description : les balises, les mesures et les faits saillants de l'IA doivent être stockés en tant qu'objet de série, de couche ou de rapport structuré distinct ; L’image diagnostique originale ne doit jamais être modifiée. De cette façon, le radiologue peut toujours voir les données brutes, l'enregistrement des traces est préservé et la sortie de l'IA reste distincte de l'original.

7. Une IA de mammographie fonctionne avec une « sensibilité » élevée mais une faible « spécificité ». Qu’est-ce que cela signifie en pratique ?

A) Le modèle ne marque presque aucun résultat
B) Le modèle ne produit jamais de faux positifs
C) Le modèle capture la plupart des vrais résultats mais peut produire de nombreux faux positifs, conduisant à des rappels inutiles ✔
D) Le modèle ne marque que les cas pour lesquels il peut poser un diagnostic définitif.

Explication : Une sensibilité élevée signifie capturer la plupart des vrais positifs (quelques faux négatifs). Une faible spécificité signifie un marquage fréquent des cas sains, ce qui signifie produire un grand nombre de faux positifs. Cela réduit les fuites mais augmente le fardeau des rappels et des enquêtes inutiles ; Le choix du seuil est un équilibre clinique et est régi par l'interprétation du radiologue.

8. Un modèle d'IA est formé sur un appareil d'un fabricant spécifique et une population de patients spécifique. Quelle est la meilleure approche avant de l’utiliser sur un appareil et une population différents dans votre propre établissement ?

A) En supposant que le modèle donnera les mêmes performances partout
B) Obligatoire toutes inspections sans jamais tester le modèle
C) Considérant qu'il est sûr uniquement si l'interface utilisateur est en turc.
D) Effectuez une validation locale et vérifiez les performances sur votre propre appareil et votre population et examinez le niveau d'approbation/preuve ✔

Explication : les performances peuvent diminuer lorsque l'on s'éloigne de la distribution de données sur laquelle le modèle a été formé ; C’est ce qu’on appelle un changement de distribution. Avant toute utilisation dans un nouveau dispositif, protocole ou population, une validation locale (vérification des performances sur vos propres données) doit être effectuée et l'approbation réglementaire ainsi que le niveau de preuve doivent être examinés.

9. Quel est l'avantage de sécurité le plus important des rapports structurés par rapport aux rapports en texte libre ?

A) Grâce aux rubriques standards et aux champs obligatoires, cela réduit les risques de résultats manquants et d'ambiguïtés et assure la cohérence ✔
B) Rend les rapports plus courts
C) Cela évite au radiologue de regarder l’image.
D) Permet à l'intelligence artificielle d'envoyer le rapport sans l'approbation du radiologue

Description : les rapports structurés utilisent des titres standard, des champs obligatoires et un glossaire commun ; Cela réduit le risque de résultats manquants, de champs manqués et de malentendus, garantit la cohérence entre les cliniciens et permet à l'intelligence artificielle de remplir plus facilement les champs et de vérifier la cohérence. Le texte libre est plus flexible mais comporte plus de risques d'omission et d'ambiguïté.

10. Un algorithme d'amélioration d'image (super-résolution) peut « nettoyer » un scanner à faible dose tout en ajoutant une structure fine qui n'est pas réellement présente. Qu'est-ce que cela vous rappelle ?

A) Une image améliorée est toujours plus fiable
B) L'amélioration peut ajouter des détails artificiels ou supprimer des résultats réels ; En cas de doute, l'image brute doit être restituée et la validité du diagnostic doit être remise en question ✔
C) Après débruitage, la dose diminue automatiquement
D) L'amélioration change uniquement la couleur, n'affecte pas du tout le contenu

Explication : Bien que les algorithmes d'amélioration de l'image réduisent le bruit, ils peuvent ajouter des détails artificiels ou effacer de véritables petits résultats. Ceci est un rappel que la validité diagnostique de l'image améliorée peut être limitée et qu'en cas de doute, un retour à l'image brute/originale et, si nécessaire, une réévaluation avec le protocole approprié est nécessaire. Une belle apparence esthétique ne signifie pas une précision du diagnostic.

11. Quel est le comportement correct lors de l’anonymisation d’une histoire de patient à envoyer à un outil public d’IA ?

A) Il suffit de supprimer uniquement le nom de famille et de laisser le nom et le numéro de protocole
B) Supprimer également toutes les informations cliniques afin que l'IA ne voie aucun contexte
C) Supprimer les informations d'identité, de protocole, de contact et institutionnelles et ne laisser que les informations anonymes cliniquement nécessaires ✔
D) L'anonymisation n'est pas nécessaire ; le véhicule est déjà en sécurité

Explication : Le nom, le numéro d'identification TR, le numéro de protocole/dossier, les informations de contact et d'établissement doivent être supprimés ; Seules les informations cliniquement nécessaires (tranche d’âge, sexe, antécédents pertinents) doivent être laissées. L'approche correcte consiste à écrire « Femme de 62 ans, antécédents connus de cancer du sein » au lieu de « Ayşe Yılmaz, protocole 2024-114523 ».

12. L'IA n'a signalé aucun résultat sur une angiographie CT d'embolie pulmonaire (EP) (IA négative). Quelle est l’interprétation correcte de cela pour le radiologue ?

A) Il n'y a définitivement pas d'embolie, le rapport peut être rapidement classé comme négatif
B) L'examen doit être répété
C) Il n'est pas nécessaire de consulter un clinicien car l'intelligence artificielle dit négatif
D) Une IA négative n’est pas une garantie ; Le radiologue lit l'image entière avec sa propre évaluation, le modèle a peut-être manqué le résultat ✔

Explication : Un résultat IA négatif ne signifie pas que l’embolie est exclue ; le modèle a peut-être manqué le résultat (faux négatif). Le radiologue doit lire l'intégralité de l'image avec son propre jugement clinique, y compris les zones non marquées par l'IA. Une IA négative n’est pas une garantie de diagnostic, mais tout au plus un signal auxiliaire.

13. L'IA a généré une alerte pour un résultat critique (par exemple, une hémorragie intracrânienne massive). Qui est responsable du reporting des constatations critiques en boucle fermée ?

A) Il est de la responsabilité du radiologue de confirmer le résultat, de le communiquer au clinicien, de documenter la communication et de compléter la boucle fermée ✔
B) La notification est entièrement automatique, le radiologue n'a aucun rôle
C) La responsabilité passe au producteur d'intelligence artificielle
D) Puisque l'avertissement est dans la liste de travail, aucune communication supplémentaire n'est requise

Description : L'avertissement de l'IA est un rappel ; Il est de la responsabilité du radiologue de confirmer le résultat critique, de le communiquer directement au médecin traitant, de documenter la communication et de compléter la boucle fermée (confirmation de réception de l'information). Les alertes automatisées ne remplacent pas la communication et la confirmation humaines.

14. Quelle est la meilleure approche de gouvernance pour garantir que l’utilisation de l’intelligence artificielle dans une unité d’imagerie est durable et sûre ?

A) Installez une fois et ne révisez plus jamais
B) Surveiller régulièrement les performances, établir un cycle de rétroaction et d'auto-audit, examiner des exemples d'erreurs et confier la décision finale au radiologue ✔
C) Déléguer toutes les décisions au modèle et réduire le nombre de radiologues
D) Ne jamais enregistrer les résultats de l’intelligence artificielle et ne laisser aucune trace

Description : Une utilisation sécurisée n’est pas une installation unique ; Cela nécessite une surveillance régulière des performances, la collecte des commentaires des radiologues, l'examen des échantillons faussement négatifs/positifs, la surveillance des mises à jour des modèles et de la dérive de distribution, ainsi qu'un auto-audit régulier. La responsabilité, la signature et la décision finale appartiennent toujours au radiologue.