Une nouvelle stratégie de téléradiologie devrait instaurer une collaboration entre les hôpitaux de l'ouest de la France, a été exposée vendredi au congrès national de radiologie (JFR). Le Pr Jean-Yves Gauvrit professeur de radiologie et responsable du pôle imagerie au Centre Hospitalier Universitaire (CHU) de Rennes, a expliqué aux participants que des établissements de santé de Bretagne étaient à l'origine d'une nouvelle stratégie visant à créer une communauté de téléradiologie plus soudée parmi les radiologues locaux et territoriaux.
Le réseau, dont la mise en place est prévue pour 2020 dans le département de l'Ille-et-Vilaine en Bretagne, est le premier du genre à mettre l'accent sur la "proximité". Il comprend à la fois des praticiens publics et privés, a déclaré Pr Gauvrit.
Pr Jean-Yves Gauvrit de CHU Rennes.Contrairement aux sociétés de téléradiologie externes, dont les radiologues peuvent être basés ailleurs, dans une autre région voire à l'étranger, les cinq hôpitaux publics départementaux impliqués dans le réseau (Rennes, Saint-Malo, Redon, Fougères et Vitré) pourront envoyer leurs images pour interprétation vers des radiologues situés à quelques km du site. Ce projet associera des radiologues hospitaliers et des radiologues libéraux basés dans des centres radiologiques du département d'Ille-et-Vilaine.
"Certains hôpitaux travaillent déjà avec des sociétés externes pour des activités de téléradiologie, mais l'avantage du nouveau système est que les cliniciens des hôpitaux, demandeurs de l'examen, pourront développer une relation personnelle avec le radiologue qui a interprété l'examen", a déclaré le Pr Gauvrit. "Ce radiologue pourrait même assister à des réunions multidisciplinaires sur place, si nécessaire, ou être disponible par téléphone pour discuter des résultats ou de la conduite à tenir de de l'examen."
L'objectif pour 2021 et 2022 est d'établir d'autres réseaux de téléradiologie dans les trois autres départements de la Bretagne: les Côtes-d'Armor, le Finistère et le Morbihan, a-t-il ajouté, sur le même principe avec une association de radiologues des secteurs privé et public.
À l'ère des systèmes numériques et de la pratique à distance, il serait logique de supposer que la distance physique n'est plus importante, mais le Pr Gauvrit n'est pas en accord avec cette proposition.
"La Bretagne n'est pas en retard, ni en avance en termes de téléradiologie, mais les médecins aiment savoir avec qui ils travaillent", a-t-il déclaré. "Il est logique par exemple pour un hôpital ou un clinicien de Concarneau d'envoyer des images à un radiologue de Quimper plutôt qu'à Rennes, mais l'idée serait que les départements s'entraident réciproquement en cas de besoin par le principe de subsidiarité."
Sur le plan budgétaire, le financement de la téléradiologie pour les hôpitaux publics ne changera pas. Cependant, la structure administrative du réseau, ainsi que son statut juridique, restent à construire - qu'il soit créé en tant qu'organisation publique ou développé en tant que société privée. Les radiologues sont en droit de se demander si cela apporte vraiment quelque chose de nouveau à la téléradiologie.
Gauvrit le croit. D'abord, ce réseau de téléradiologie aura une charte qui obligera à donner la priorité à la proximité géographique et à quelques règles de qualité.
En outre, tous les médecins du département concernés seront gagnants: les radiologues hospitaliers auront la possibilité d'obtenir une rémunération améliorée, ainsi que la possibilité de travailler différemment de leur routine normale. Dans le même temps, les radiologues privés seront en mesure d'accroître leur expertise dans des domaines particuliers, selon le Pr Gauvrit, qui est lui spécialisé en IRM et en neuroradiologie.
"L'une des difficultés des centres privés est que les radiologues ont tendance à devoir se généraliser de fait de leur pratique en cabinet", a-t-il noté. "Cependant, en tant que radiologues travaillant dans ce nouveau réseau, ils pourront augmenter le nombre d'examens interprétés dans un domaine particulier."
![Overview of the study design. (A) The fully automated deep learning framework was developed to estimate body composition (BC) (defined as subcutaneous adipose tissue [SAT] in liters; visceral adipose tissue [VAT] in liters; skeletal muscle [SM] in liters; SM fat fraction [SMFF] as a percentage; and intramuscular adipose tissue [IMAT] in deciliters) from MRI. The fully automated framework comprised one model (model 1) to quantify different BC measures (SAT, VAT, SM, SMFF, and IMAT) as three-dimensional (3D) measures from whole-body MRI scans. The second model (model 2) was trained to identify standardized anatomic landmarks along the craniocaudal body axis (z coordinate field), which allowed for subdividing the whole-body measures into different subregions typically examined on clinical routine MRI scans (chest, abdomen, and pelvis). (B) BC was quantified from whole-body MRI in over 66,000 individuals from two large population-based cohort studies, the UK Biobank (UKB) (36,317 individuals) and the German National Cohort (NAKO) (30,291 individuals). Bar graphs show age distribution by sex and cohort. BMI = body mass index. (C) After the performance assessment of the fully automated framework, the change in BC measures, distributions, and profiles across age decades were investigated. Age-, sex-, and height-adjusted body composition reference curves were calculated and made publicly available in a web-based z-score calculator (https://circ-ml.github.io).](https://img.auntminnieeurope.com/mindful/smg/workspaces/default/uploads/2026/05/body-comp.XgAjTfPj1W.jpg?auto=format%2Ccompress&dpr=2&fit=crop&h=167&q=70&w=250)
