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

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

23 Oct

16:18

Le score de Kaiser en IRM mammaire présente une excellente précision diagnostique pour distinguer les lésions bénignes des lésions malignes chez les patientes présentant des anomalies BI-RADS 0 ou 4 en imagerie conventionnelle (étude).

13:16

Chez les patients obèses, le scanner à comptage photonique (PCCT) offre une meilleure qualité d’image que le scanner conventionnel (EID CT), avec un meilleur contraste et un rapport signal/bruit supérieur. Il permet également de réduire significativement la dose d’irradiation, en maintenant une bonne qualité diagnostique (étude).

7:45

Une étude a comparé un système d’intelligence artificielle aux critères PI-RADS pour la détection du cancer de la prostate cliniquement significatif en IRM, démontrant une sensibilité non inférieure à l’échelle du patient, mais inférieure à l’échelle lésionnelle. L’IA pourrait compléter PI-RADS pour optimiser le triage des biopsies, notamment des lésions indéterminées PI-RADS 3, concluent les chercheurs.
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.
✕
Docteur Imago

GRATUIT
VOIR