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 15:15 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

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.

11:30

L'IRM mammaire à contraste dynamique virtuel (vDCE) générée par deep learning sans injection de gadolinium possède une précision diagnostique comparable à celle de l’IRM conventionnelle, mais une sensibilité légèrement inférieure, selon une étude publiée dans European Radiology 

7:30

Les radiologues et les grands modèles de langage présentent des profils d’erreur complémentaires dans la détection des radiographies thoraciques générées par l’IA, selon une étude publiée dans le Journal of Imaging Informatics in Medicine.
✕
Docteur Imago

GRATUIT
VOIR