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

15 Mai

17:40

Le diagnostic du cancer de sein par ordinateur assisté par IA (AI-CAD) pourrait considérablement améliorer la spécificité et réduire le temps de lecture des mammographies, sans compromettre la sensibilité, selon une étude incluant 9 radiologues dans plusieurs pays d'asie (étude).

13:30

Un algorithme de débruitage pourrait permettre d’atténuer la dégradation du bruit liée à l’indice de masse corporelle (IMC) des images de scanner cardiaque à comptage photonique, sans sacrifier l’interchangeabilité clinique (étude).

10:45

Les marqueurs de neuro-imagerie issus de l’IRM pourraient refléter la gravité du parkinsonisme et des ataxies cérébelleuses, deux sous-types d’atrophies multisystématisées (MSA) (étude).
13 Mai

13:42

L'atrophie du nerf optique avec un signal T/FLAIR augmenté et une absence de rehaussement constitue le schéma dominant de la neuropathie optique chronique en IRM, reflétant très probablement une dégénération axonale plutôt qu'une inflammation active, conclut une étude présentée dans Neuroradiology.

7:43

Il est nécessaire d'entraîner l’IA sur des populations plus diverses, et à travers différentes stratégies de dépistage pour permettre son utilisation dans les cas d’IRM prostatiques de dépistage, selon une revue de cadrage publiée dans l’European Journal of Radiology.
Docteur Imago

GRATUIT
VOIR