Bases de données

600 000 radios du thorax pour la recherche en intelligence artificielle

L’université Stanford et le Massuchusets Institute of Technology ont mis en ligne des bases de plusieurs centaines de milliers de radiographies thoraciques annotées. Ils espèrent ainsi stimuler le développement d’algorithmes d’intelligence artificielle en imagerie médicale.

icon réservé aux abonnésArticle réservé aux abonnés
Le 29/03/19 à 16:00, mise à jour aujourd'hui à 15:15 Lecture 1 min.

« L’interprétation automatisée des radiographies pulmonaires pourrait procurer des avantages substantiels dans de nombreux domaines », explique l'université Stanford, qui a mis en ligne la base de données CheXpert (photo d'illustration). D. R.

Pour développer et valider leurs systèmes d’intelligence artificielle en imagerie, les chercheurs ont besoin de quantités massives de clichés, annotés par des professionnels. L’université Stanford, en Californie, l’a bien compris, qui a mis en ligne en janvier 2019 une base de données de 224 316 radiographies thoraciques baptisée CheXperts. Des images collectées de manière rétrospective entre 2002 et 2017 à l’hôpital de Stanford auprès de 65 240 patients.

14 critères d’observation

Chacune est étiquetée comme « positive », « négative » ou « incertaine » pour 14 critères d’observation, grâce à un programme capable d’analyser comptes rendus non structurés. Lui aussi est disponible en ligne. « L’interprétation automatisée des radiographies pulmonaires pourrait procurer des avantages substantiels dans de nombreux domaines, de l’amélioration du flux de travail à l’aide à la décision, en passant par le dépistage à grande échelle », écrit l’université.

Une compétition d’algorithmes

En plus de cett

Il vous reste 55% 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

Modalité d’imagerie

Radiologie conventionnelle

Mots-clés

recherche données de santé

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

04 Sep

13:30

Dans une étude publiée dans Radiology, le scanner à comptage photoniques (PCCT) a démontré des performances similaires à celles de l’IRM pour la caractérisation des lésions et la détection de lésions supplémentaires du sein, avec de meilleures performances pour l’évaluation des métastases ganglionnaires.

9:40

L'IA est capable de localiser le cœur et de produire automatiquement des images dynamiques de cet organe sur des examens d'IRM du fœtus, conclut une étude parue dans EJR. Ces performances répondent à un obstacle clé à l’adoption clinique de cette modalité.

7:00

03 Sep

17:30

L’IA permettrait d’automatiser la localisation du cœur fœtal sur les IRM et la reconstruction des images cardiaques dynamiques. Selon une étude, les images obtenues sont de qualité comparable à celles produites manuellement.

11:29

Des chercheurs auraient développé et validé un modèle radiomique basé sur le coefficient de diffusion apparent (ADC) pour détecter le cancer de la prostate cliniquement significatif (csPCa) chez les patients présentant des lésions PI-RADS 3. Le modèle aurait démontré son efficacité dans la cohorte d’entraînement et des performances modérées lors de la validation externe.

7:28

Une étude démontre qu’un système d’entraînement adaptatif personnalisé basé sur l’IA améliore significativement les performances des lecteurs de mammographie. Tous les participants ont atteint le seuil de performance prédéfini après deux à cinq séances de formation, chacune comprenant entre 35 et 66 cas obtenus sur 1 à 8 mois.
✕
Docteur Imago

GRATUIT
VOIR