C’est l’une des rares études qui suivent l’IA en conditions réelles, sur plusieurs années, plusieurs sites et plusieurs fournisseurs. Le média spécialisé international AuntMinnie publie le 8 octobre un article consacré à une étude scientifique réalisée au sein du 3R Swiss Imaging Network, publiée le 29 septembre dans le Journal of the American College of Radiology (JACR).
L’étude porte sur 4,5 années d’utilisation de l’intelligence artificielle, dans 20 centres de radiologie, avec 10 outils provenant de 7 fournisseurs.
Les principaux résultats sont les suivants :
- 91 % de nos radiologues utilisent activement l’IA
- Dans 81 % des examens, le résultat de l’IA est disponible avant même la création du compte rendu
- Là où l’IA est bien intégrée, les comptes rendus sont finalisés plus vite : −26 % en radiographie traumatologique (de 5 à 3 minutes) et −18 % en IRM du genou, après ajustement par radiologue
- Un seul cas d’usage peut compenser le coût de la plateforme. En radiographie traumatologique, le temps gagné représente l’équivalent de 46 % à 69 % d’un poste de radiologue, pour un coût d’environ un quart de poste
Ce qui fait la différence n’est pas l’algorithme : son calcul ne prend qu’une fraction du délai total d’environ 2 minutes. 72 % de ce délai viennent de l’acheminement des données. C’est donc là que nous agissons. Dans 7 % des examens, le résultat arrivait après la signature du compte rendu : nous améliorons l’acheminement et l’intégration, et nous suivons ces délais chaque trimestre.
Notre approche de l’IA repose sur une double promesse à nos radiologues. D’abord l’efficacité : du temps gagné sur les examens courants, réinvesti dans le travail qui compte le plus. Ensuite l’expertise : des analyses plus fines, des mesures et des prédictions qui apportent une valeur médicale nouvelle, même quand elles ne font pas gagner de temps.
Et surtout, l’IA reste un outil d’aide : chaque examen continue d’être interprété et validé par un radiologue.
En partageant nos mesures, nous voulons contribuer à des indicateurs communs pour toute la profession, afin que chaque service puisse vérifier que l’IA arrive au bon moment.
Merci à nos radiologues, aux équipes IT, qualité et données qui ont contribué à ce travail, et à l’ensemble des co-auteurs de l’étude :
Sources : AuntMinnie — article du 8 octobre 2026 · Étude scientifique publiée dans le JACR