Imagerie thoracique

L’intelligence artificielle voit la tuberculose sur les radios des poumons

Des chercheurs américains ont mis au point un système d’intelligence artificielle capable de délivrer un diagnostic de tuberculose à partir de radiographies pulmonaires. Une avancée importante pour les pays en voie de développement, où cette pathologie est encore très présente.

icon réservé aux abonnésArticle réservé aux abonnés
Le 23/10/17 à 7:00, mise à jour hier à 15:22 Lecture 1 min.

Testé sur 150 cas, le programme d'intelligence artificielle ne s'est trompé que 13 fois. Ici, la tuberculose a été detectée dans la zone rouge, au sommet du poumon gauche. © Paras Lakhani

Cela se passe aux États-Unis, à Philadelphie. Paras Lakhani, radiologue à l'hôpital universitaire Thomas Jefferson, et son équipe ont travaillé sur un modèle d’intelligence artificielle capable de reconnaître la tuberculose sur les radiologies pulmonaires de patients. Le dispositif a été pensé « comme un cerveau », expliquent-ils dans un article de la revue Radiology [1].

99 % de précision

Pour le développer, les chercheurs lui ont fourni une base de données de 1 007 images radiologiques de patients, malades ou non. Ils l’ont ensuite testé sur 150 cas afin d’évaluer son degré de réussite. L’intelligence artificielle ne s’est trompée que 13 fois. Et si l’on couple ce diagnostic avec celui d’un radiologue, la précision du modèle atteint presque les 99 %.

Combattre la tuberculose dans les pays en développement

Selon l’Organisation mondiale de la santé, la tuberculose est l'une des 10 principales causes de décès dans le monde. En 2016, elle a touché plus de 10 millions de personnes et entraîné

Il vous reste 32% de l’article à lire

Docteur Imago réserve cet article à ses abonnés

S'abonner à l'édition
  • Tous les contenus « abonnés » en illimité
  • Le journal numérique en avant-première
  • Newsletters exclusives, club abonnés

Abonnez-vous !

Docteur Imago en illimité sur desktop, tablette, smartphone, une offre 100% numérique

Offre mensuelle 100 % numérique

23 €

par mois

S’abonner à Docteur Imago

Auteurs

Sihem Boultif

Bibliographie

    1. Lakhani, P., « Deep Learning at Chest Radiography : Automated Classification of Pulmonary Tuberculosis by Using Convolutional Neural Networks », Radiology, août 2017, vol. 284, n° 2. DOI : 1148/radiol.2017162326

Discussion

2 commentaires

Commenter cet article

Laisser un commentaire

Le fil Docteur Imago

07 Août

16:00

Pour la détection du cancer du sein, les performances diagnostiques des protocoles d'IRM abrégée par rapport à l'IRM standard varient selon le protocole et le contexte clinique. La technique FAST conserve une sensibilité élevée, tandis que la combinaison FAST + ultrafast + T2W offre une spécificité supérieure dans un contexte diagnostique (étude).

14:30

72 % des patientes préfèreraient l'angiomammographie à l'IRM mammaire lorsque les performances diagnostiques sont comparables. Cette préférence est liée à une sensation de claustrophobie moindre, à une durée d'examen plus courte et à un niveau d'anxiété plus faible (étude).

7:10

La Société nord-américaine de radiologie (RSNA) annonce le lancement de son challenge IA pour l'imagerie du genou. Les modèles développés seront évalués sur leur capacité à détecter et à classer avec précision les anomalies du genou visibles à l'IRM. Les gagnants seront annoncés au prochain congrès de la RSNA qui se tiendra du 29 novembre au 3 décembre.
06 Août

16:00

L'arrêté du 4 août 2026 fixant le nombre d'étudiants de troisième cycle des études de médecine susceptibles d'être affectés, par spécialité et par subdivision territoriale au titre de l'année universitaire 2026-2027 a été publié au Journal Officiel. Pour la radiologie, le nombre d'internes est fixé à 266, et pour la médecine nucléaire à 44.

13:44

Des grands modèles de langage (LLM) seraient capables de générer, à partir des notes cliniques, des indications pertinentes en radiologie qui seraient plus complètes et plus factuelles que les indications émises par des cliniciens (étude).
Docteur Imago

GRATUIT
VOIR