nouvelles de l'entreprise AI en radioprotection : un commutateur potentiel de jeu

Professeur Mark McEntee

Source d'image : Centre d'enseignement supérieur de Cork

“Il y a beaucoup de papiers sur l'AI, mais pas dans la région de la radioprotection et de l'AI,” il a dit des délégués à Valence, Espagne. La “AI en radioprotection est dans sa petite enfance, mais ce pourrait être un commutateur de jeu.” L'expert a identifié trois piliers d'AI en radioprotection : justification des examens de rayon X ; optimisation des examens ; et limitation de dose. McEntee a encouragé des sociétés d'AI à viser pour les bas fruits accrochants dans ces trois secteurs. Par exemple, la justification est pratiquement intacte, il a dit : “Vous pourriez empêcher les examens injustifiés par l'empêchement de ceux qui sont inutiles. Vous pourriez être étonné, mais elle se produit beaucoup. Parfois des erreurs sont faites ou, parce que les résultats ne sont pas disponibles encore, les médecins se réfèrent les patients encore. L'effet cumulatif de la dose au patient est que quelque chose des médecins devraient être inquiétés pour et c'est une cible pour l'AI.”

L'AI a pu également aider des cliniciens à identifier l'examen correct pour effectuer. Quelques outils cliniques de prise de décision existent déjà, mais il y a pièce pour plus, McEntee croit. Les directives telles que les critères américains d'utilité, l'iGuide d'esr ou des recommandations publiés par le RANZC peuvent aider des promoteurs d'AI, mais elles sont des ressources statiques qui ne sont pas basées sur des preuves, il ont expliqué. La “information sur la justification est souvent basée sur le consensus des experts plutôt que des procès commandés bien conçus.”