A look back at JFR 2025 - AI in radiology at the heart of Paris 🇫🇷
Les JFR 2025 – Une édition marquée par l’intelligence artificielle et la collaboration
✨ Les Journées Francophones de Radiologie (JFR) 2025 à Paris se sont clôturées après plusieurs jours d’échanges, de découvertes et de rencontres passionnantes autour de l’innovation en imagerie médicale.
Pour intellimed Switzerland, ces journées ont une nouvelle fois confirmé la place essentielle de l’intelligence artificielle dans la pratique radiologique moderne.
Les professionnels présents ont exprimé un vif intérêt pour des solutions cliniquement validées, simples à intégrer et réellement utiles au quotidien.
Tout au long du congrès, de nombreux visiteurs sont venus découvrir comment les technologies d’iCAD – et notamment ProFound AI – améliorent la précision du dépistage du cancer du sein et optimisent les flux de travail des radiologues.
Les démonstrations ont mis en avant une IA rapide, fiable et performante, désormais disponible sur le Cloud, et adaptée à tout volume d’examens, quelle que soit la taille du centre d’imagerie.
L’enthousiasme des visiteurs et la qualité des échanges confirment que l’IA en radiologie n’est plus une tendance, mais une réalité clinique qui transforme le quotidien des praticiens.
Une édition sous le signe de la collaboration et de l’innovation
Ces journées ont également été l’occasion d’échanger avec de nombreux acteurs du secteur médical venus de toute l’Europe, partageant une vision commune :
une radiologie plus précise, plus fluide et plus centrée sur le patient.
🎀 En ce mois d’Octobre Rose, nous sommes fiers de soutenir, aux côtés d’iCAD, une approche technologique innovante au service de la détection précoce du cancer du sein.
iCAD
iCAD is a company that provides software solutions for medical image processing. One of their flagship products is ProFound AI, AI-based software designed to analyze mammography images. ProFound AI aids breast cancer screening and diagnosis by using AI-based detection technology to identify potential abnormalities in mammography images, helping radiologists to make more accurate initial assessments and facilitating faster review and decision-making processes. www.icadmed.com/