Intelligence artificielle

Un algorithme combine l’imagerie et les données cliniques pour diagnostiquer le COVID-19 au scanner

Un réseau de neurones convolutif développé par une équipe étasunienne à l’aide des examens de scanner thoracique et des données cliniques de 905 patients aurait montré une sensibilité supérieure à celle des radiologues et une bonne spécificité pour détecter le COVID-19.

icon réservé aux abonnésArticle réservé aux abonnés
Le 08/06/20 à 7:00, mise à jour hier à 15:13 Lecture 3 min.

Des chercheurs américains ont créé un réseau de neurones combinant les données radiologiques et les informations cliniques pour prédire l’infection ou non par le COVID-19. © Benjamin Bassereau

Le scanner thoracique fait preuve d'une valeur prédictive négative limitée pour le diagnostic du COVID-19, certains patients pouvant présenter des examens normaux aux stades précoces de la maladie. Des chercheurs de la faculté de médecine Icahn, du Mount Sinai Hospital, à New York ont voulu combler cette lacune en développant un algorithme d’intelligence artificielle capable d’exploiter les données d’imagerie et les informations cliniques des patients.

Un réseau de neurones convolutif et des classificateurs

« Nous avons développé un réseau de neurones convolutif pour qu’il apprenne les caractéristiques de l’imagerie des patients COVID-19 sur le scanner initial, décrivent-ils dans la revue Nature [1]. Nous avons ensuite utilisé les classificateurs machines à vecteurs de support (SVM, support vector machine), forêt aléatoire (random forest) et perceptron multicouche (multilayer perceptron MLP) pour classer les patients atteints de COVID-19 en fonction des informations cliniques. » Ils ont

Il vous reste 80% 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

Jérome Hoff

Rédacteur en chef adjoint BOM Presse Clichy

Voir la fiche de l’auteur

Bibliographie

  1. Xueyan M., Hao-Chih L., Yang Y et coll., « Artificial intelligence-enabled rapid diagnosis of patients with COVID-19 », Nature Medicine, 19 mai 2020. DOI : 10.1038/s41591-020-0931-3.

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

13 Août

7:49

Mardi 29 juillet, le centre hospitalier de Langres (Haute-Marne) a réceptionné sa nouvelle IRM, indique le média jhm. Cette installation est destinée à renforcer le service d’imagerie médicale partagé par l'hôpital, la clinique de Compassion et le cabinet de radiologie local. L'IRM sera opérationnelle à la rentrée.
12 Août

15:00

L'apprentissage hybride, qui combine ressources en ligne et interactions avec des formateurs, favorise l'acquisition des connaissances théoriques, mais n'est pas adapté pour inculquer les compétences pratiques requises pour les étudiants dans le domaine médical, selon une étude présentée dans Radiography.

7:16

Une étude montre une augmentation de 244 % des examens de scanner délivrant des doses ≥50 mSv entre 2017 et 2022, particulièrement chez les patients ayant un IMC élevé. Cette hausse est liée à l'utilisation de nouveaux scanners dotés de tubes à rayons X puissants mais avec des mesures de protection insuffisantes, notamment pour les patients en surpoids et obèses.  
11 Août

15:55

L'accès des patients aux rapports d’imagerie sans accompagnement peut engendrer une détresse émotionnelle importante, même chez des professionnels de santé, en raison du manque de soutien et de contexte. Une étude souligne la nécessité de repenser les modalités de communication des résultats médicaux pour mieux protéger le bien-être des patients.
Docteur Imago

GRATUIT
VOIR