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 hier à 14:34 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

27 Fév

17:51

Une revue systématique et méta-analyse a évalué la performance de l'IA pour la détection des épanchements du coude en radiographie. Les résultats montrent une sensibilité et une spécificité élevées et comparables entre l’IA et les médecins, sans différence significative.

17:49

Une étude conclut que l'angiomammographie constitue une alternative viable à l’évaluation de l'atteinte du complexe mamelon-aréolaire dans le cancer du sein, en particulier dans les cas de contre-indications à l’IRM.

17:09

Une revue, analysant 10 ans de littérature sur la neuroradiologie en pédiatrie et fœtale sur l’IA, conclu que les collaborations interinstitutionnelles continues peuvent faciliter l’intégration de l’IA dans la neuroradiologie pédiatrique, en complétant les radiologues et en améliorant les soins pédiatriques.
26 Fév

15:23

Une revue narrative analyse l’état actuel de l’intelligence artificielle en neuroradiologie pédiatrique et fœtale, en mettant en évidence ses performances prometteuses en segmentation, détection, classification et pronostic, notamment grâce à l’apprentissage profond. Malgré ces avancées, son adoption clinique demeure limitée en raison de coûts élevés, du manque de grandes bases de données pédiatriques et de défis éthiques et réglementaires, nécessitant des efforts collaboratifs pour favoriser son intégration sécurisée.  
Docteur Imago

GRATUIT
VOIR