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 hier à 15:16 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

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

26 Juin

12:59

Dans une étude évaluant des examens de scanner et TEP-TDM, trois logiciels d’IA commerciaux ont montré des performances comparables pour la détection des nodules pulmonaires cliniquement pertinents, malgré des différences importantes dans le nombre total de détections et de faux positifs.

7:44

Les réactions croisées d'hypersensibilité entre les produits de contraste iodés non ioniques dépendent principalement de la structure de leurs chaînes latérales, avec un risque particulièrement élevé au sein du groupe comprenant l’iohexol, l’iomeprol, l’ioversol et l’iodixanol, selon une étude présentée dans EJR. « Choisir une alternative issue d’un autre groupe structurel semble être une stratégie efficace pour atténuer la récidive dans des scénarios à haut risque », estiment les auteurs.
25 Juin

16:10

Chez des hommes à haut risque de cancer de la prostate mais dont l'IRM est non suspecte ou équivoque, le PET-CT au [68Ga]Ga-PSMA-11 a permis de détecter les cancers cliniquement significatifs avec une efficacité comparable à celle de la biopsie systématique, indique une étude publiée dans The Lancet Oncology.

11:00

Les modèles d’intelligence artificielle de type YOLO, notamment YOLOv8, peuvent aider à détecter les fractures tibiales discrètes chez les enfants de moins de trois ans, avec des performances améliorées grâce au module CBAM, selon une étude.

7:30

L'IRM à flux 4 dimensions, combinée à l'analyse du débit sanguin dans la veine splénique, du volume de la rate et du volume extracellulaire permettrait d'identifier les varices œsophagiennes à haut risque (VRC) chez les patients atteints de cirrhose du foie, évitant ainsi une endoscopie de dépistage inutile. (Etude).

Docteur Imago

GRATUIT
VOIR