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 15:19 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

09 Avr

13:17

Une étude pilote a évalué un outil d’IA (BoneView) capable de détecter les fractures liées à la maltraitance chez des enfants de moins de 5 ans, montrant une légère amélioration de sa précision après un premier réentraînement. Ces résultats préliminaires suggèrent qu’un entraînement supplémentaire pourrait permettre d’atteindre des performances cliniquement utiles et renforcer l’aide au diagnostic dans ce contexte.

7:11

Une étude prospective comparant la radiographie conventionnelle à une reconstruction avancée 3D montre que cette dernière détecte toutes les fractures des membres avec une sensibilité de 100 %, contre 46,7 % pour la méthode classique, tout en conservant une excellente spécificité et qualité d’image. Son utilisation aux urgences pourrait améliorer la précision diagnostique, réduire les examens complémentaires et accélérer la prise en charge des patients.
08 Avr

16:29

Les images monoénergétiques virtuelles, combinées à des algorithmes de réduction des artefacts métalliques créées à partir de scanners à comptage photonique (PCCT), permettent une excellente visualisation des anévrismes intracrâniens préalablement traités et des vaisseaux adjacents, indique une étude. L’extension de ces résultats à des applications cliniques préliminaires chez l’humain s’avère également possible.

14:28

L'évaluation préopératoire par IRM permettrait une mesure précise des lésions de carcinome canalaire in situ (CCIS) et a un taux de chirurgie conservatrice du sein plus élevé chez les patientes atteintes de CCIS. Cependant, l'évaluation préopératoire n'a pas d'impact sur le contrôle local de la maladie. (Etude)
Docteur Imago

GRATUIT
VOIR