Congrès Spimed

« La radiographie thoracique est une bonne candidate pour le développement d’algorithmes d’IA »

Au congrès Spimed-IA consacré au développement des applications d'intelligence artificielle en imagerie, la radiologue Marie-Pierre Revel a détaillé les performances des algorithmes pour la détection des lésions en radiographie thoracique.

icon réservé aux abonnésArticle réservé aux abonnés
Le 22/10/19 à 15:00, mise à jour hier à 14:18 Lecture 2 min.

Au congrès Spimed IA, la radiologue Marie-Pierre Revel a évoqué le développement des applications d’intelligence artificielle en imagerie thoracique. © C. F.

Le congrès Spimed IA s’est tenu les 20 et 21 septembre 2019 à l’institut Montsouris, à Paris. Il y fut notamment question du développement des applications de l’intelligence artificielle (IA). Le 20 septembre, Marie-Pierre Revel, radiologue à l’hôpital Cochin - AP-HP, a évoqué le sujet dans le domaine de l’imagerie thoracique.

Une mine d’or de données

« La radiographie thoracique est une bonne candidate pour le développement d’algorithmes d’IA », souligne-t-elle en préambule. En effet, le nombre d’examens à interpréter dans ce domaine représente à la fois une charge de travail « insupportable » pour les radiologues et une mine d’or pour entraîner des algorithmes. « Nous stockons des millions d’images avec leurs comptes rendus », rappelle l’intervenante.

Des bases américaines et indiennes

Aux États-Unis, le National Institute of Health (NIH) a constitué une base de données baptisée ChestX-ray8, labellisée avec huit types d’anomalies fréquentes en radiographie thoracique : pneumonie, pneumot

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

Auteurs

Carla Ferrand

Journaliste cheffe de rubrique

Voir la fiche de l’auteur

Bibliographie

  1. Hwang E. J., Park S., Jin K.-N. et coll., « Development and Validation of a Deep Learning-Based Automated Detection Algorithm for Major Thoracic Diseases on Chest Radiographs », JAMA Netw Open, 2019, vol. 2, n° 3. DOI : 10.1001/jamanetworkopen.2019.1095.  

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

22 Déc

7:13

Une étude publiée dans European Journal of Nuclear Medicine and Molecular Imaging montre que l’évaluation de la réponse thérapeutique du carcinome hépatocellulaire (CHC) par 68Ga-PSMA PET offre une concordance interprétative presque parfaite entre lecteurs, surpassant nettement les critères CT/MRI, notamment après immunothérapie. Ces résultats ouvrent la voie à la validation de PSMA PET comme outil fiable pour guider la prise en charge et orienter les essais thérapeutiques futurs.
19 Déc

15:09

Face à l'adoption du PLFSS par l'Assemblée national le 16 décembre dernier, les syndicats de médecins appellent à une mobilisation générale de la médecine libérale début janvier et à une grande manifestation à Paris, le samedi 10 janvier pour dénoncer des mesures qu'ils jugent dangereuses pour le système de santé et la santé des citoyens.

13:14

La radiomique hypothalamique combinée à des caractéristiques cliniques offre une approche exploratoire prometteuse pour prédire l’apnée obstructive du sommeil (AOS), indique une étude dont les résultats mettent en lumière le potentiel de la radiomique pour identifier les changements hypothalamiques associés à l’AOS.

7:08

La biopsie pulmonaire guidée par scanner assistée par laser améliore le succès de la première ponction, l’efficacité de la procédure et la sécurité par rapport à l’approche conventionnelle, indique une étude parue dans Radiography. Toutefois, ces résultats nécessitent une confirmation par des essais contrôlés randomisés multicentriques plus larges.
Docteur Imago

GRATUIT
VOIR