JFR 2024

La grande conférence décrypte les enjeux de l’intelligence artificielle en imagerie

À l'occasion des JFR 2024, le vendredi 4 octobre, des radiologues, avec Claude Kirchner, président du Comité national pilote d’éthique du numérique et directeur de recherche émérite de l’Inria, ont synthétisé les grands avantages et défis apportés par l'IA en imagerie.

icon réservé aux abonnésArticle réservé aux abonnés
Le 07/10/24 à 15:00, mise à jour le 07/10/24 à 17:01 Lecture 2 min.
Vendredi 4 octobre, la grande conférence des Journées francophones de radiologie 2024 (JFR) a mis à l'honneur le sujet ô combien actuel de l’intelligence artificielle (IA) en radiologie. Premier intervenant, Claude Kirchner, président du Comité national pilote d'éthique et du numérique (CNPEN) et directeur de recherche émérite de l'Institut national de recherche en informatique et en automatique (Inria), s'est intéressé à l'éthique du numérique en santé.

Une réalité dans de nombreux domaines de santé

Après une brève définition de l'IA – « un domaine scientifique et technologique du numérique qui regroupe des algorithmes fonctionnant par des approches d'apprentissage machine, des approches statistiques ou des approches basées sur la logique et les connaissances », le chercheur a rappelé que l'IA est déjà une réalité dans de nombreux champs en santé, dont plusieurs concernent l'imagerie (notamment l'aide au diagnostic et au traitement, et le traitement des images).

Une réflexion à app

Il vous reste 74% 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

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

09 Avr

16:21

Une étude multicentrique publiée dans European Radiology montre qu’un modèle de deep learning combinant nnU-Net et ConvNeXt-tiny permet d’évaluer avec précision l’invasion musculaire dans le cancer de la vessie à partir d’IRM, avec des performances élevées et stables.

13:17

Une étude pilote a évalué un outil d’IA (BoneView) capable de détecter les fractures liées à la maltraitance chez des enfants de moins de 5 ans, montrant une légère amélioration de sa précision après un premier réentraînement. Ces résultats préliminaires suggèrent qu’un entraînement supplémentaire pourrait permettre d’atteindre des performances cliniquement utiles et renforcer l’aide au diagnostic dans ce contexte.

7:11

Une étude prospective comparant la radiographie conventionnelle à une reconstruction avancée 3D montre que cette dernière détecte toutes les fractures des membres avec une sensibilité de 100 %, contre 46,7 % pour la méthode classique, tout en conservant une excellente spécificité et qualité d’image. Son utilisation aux urgences pourrait améliorer la précision diagnostique, réduire les examens complémentaires et accélérer la prise en charge des patients.
08 Avr

16:29

Les images monoénergétiques virtuelles, combinées à des algorithmes de réduction des artefacts métalliques créées à partir de scanners à comptage photonique (PCCT), permettent une excellente visualisation des anévrismes intracrâniens préalablement traités et des vaisseaux adjacents, indique une étude. L’extension de ces résultats à des applications cliniques préliminaires chez l’humain s’avère également possible.
Docteur Imago

GRATUIT
VOIR