Intelligence artificielle

Un nouveau système d’analyse automatisée espère « transformer la prise en charge des patients »

Grâce aux possibilités du deep learning et des algorithmes de diagnostic, la société Zebra Medical Vision a mis au point un outil qui génère une analyse automatisée des données d’imagerie. Le dispositif a récemment fait l’objet d’un marquage CE.

Le 04/10/17 à 7:00, mise à jour aujourd'hui à 14:17 Lecture 1 min.

En associant l’imagerie médicale à l’apprentissage automatique, la société Zebra Medical Vision espère « transformer la prise en charge des patients ». CC0-domaine public / Pixabay - Photo d'illustration

La société Zebra Medical Vision, spécialisée dans la mise au point de systèmes d’intelligence artificielle, a annoncé au mois de juin l’obtention du marquage CE pour son outil Analytics Engine®. Ce logiciel est conçu pour fournir une analyse automatisée des données d’imagerie. Il peut être intégré dans les systèmes PACS et RIS.

Une analyse automatisée de « millions d’images »

« Nos solutions fournissent une analyse automatisée de millions d’images en temps réel et de manière rétrospective, indiquent les concepteurs. Cela permet une identification précoce de la maladie et la mise en œuvre d’outils d’aide à la prise de décision pour la santé de la population et la gestion des risques. » En associant l’imagerie médicale à l’apprentissage automatique pour détecter et diagnostiquer des pathologies, la société espère « transformer la prise en charge des patients ». Les concepteurs assurent que leur outil permet ainsi « d’augmenter la rapidité et l’efficacité du diagnostic ».

Un diagnostic « plus précoce »

Selon le PDG de la société, Elad Benjamin, cette technologie d’analyse de données ouvre la voie à un diagnostic plus précoce et plus précis. « Grâce aux avancées des logiciels, il est possible de créer des algorithmes de qualité diagnostique basés sur les big data surpassant les taux de précision de lecture actuelle, assure-t-il. Ces algorithmes réduiront les faux positifs, identifieront les faux négatifs, fourniront un diagnostic plus précoce du cancer ou d’autres maladies et aideront à réaliser des découvertes fortuites dissimulées dans les vastes quantités de données d’imagerie se trouvant dans les archives des fournisseurs de santé. »

Auteurs

Carla Ferrand

Journaliste cheffe de rubrique

Voir la fiche de l’auteur

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

23 Oct

16:18

Le score de Kaiser en IRM mammaire présente une excellente précision diagnostique pour distinguer les lésions bénignes des lésions malignes chez les patientes présentant des anomalies BI-RADS 0 ou 4 en imagerie conventionnelle (étude).

13:16

Chez les patients obèses, le scanner à comptage photonique (PCCT) offre une meilleure qualité d’image que le scanner conventionnel (EID CT), avec un meilleur contraste et un rapport signal/bruit supérieur. Il permet également de réduire significativement la dose d’irradiation, en maintenant une bonne qualité diagnostique (étude).

7:45

Une étude a comparé un système d’intelligence artificielle aux critères PI-RADS pour la détection du cancer de la prostate cliniquement significatif en IRM, démontrant une sensibilité non inférieure à l’échelle du patient, mais inférieure à l’échelle lésionnelle. L’IA pourrait compléter PI-RADS pour optimiser le triage des biopsies, notamment des lésions indéterminées PI-RADS 3, concluent les chercheurs.
22 Oct

15:30

Une équipe de chercheurs a développé un système d’intelligence artificielle multimodale combinant imagerie médicale et données cliniques pour prédire la survie à 24 mois de patients atteints d’un cancer de la prostate métastatique résistant à la castration, traités par radiothérapie vectorisée ciblant le PSMA. Ce modèle affiche des performances prometteuses pour la stratification pronostique et l’aide à la décision clinique.
✕
Docteur Imago

GRATUIT
VOIR