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 aujourd'hui à 15:16 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.  

Spécialité médicale

Pneumologie

Modalité d’imagerie

Radiologie conventionnelle

Mots-clés

radiographie thoracique intelligence artificielle

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

01 Juin

16:00

Accessible dans les salles d'angiographie, le scanner avec détecteur à écran plat démontre une haute spécificité et une sensibilité modérée à élevée pour les lésions liées à l'AVC, mais sa sensibilité faible pour les modifications ischémiques et sa susceptibilité aux artefacts liés au contraste devraient le cantonner à un rôle de complément de l'évaluation standard par scanner/IRM, conclut un article paru dans Clinical Radiology.

15:00

13:00

Au sein d'une cohorte de 5757 patients atteints de déficience cognitive recrutée aux États-Unis, les taux de positivité de la TEP amyloïde étaient statistiquement plus faibles chez les afro-américains et les latino-américains, et plus élevés chez les habitants des zones défavorisées. Étude.

7:00

Philips annonce la signature d'un partenariat avec The Walt Disney Company. Les personnages de Disney seront incorporés dans le dispositif Philips Ambiant Experience®, qui diffuse des images et des sons à l'intérieur des IRM pour faciliter les examens.

7:00

29 Mai

15:22

Une session intensive de 5 jours d'entraînements à l'imagerie médicale a permis à un groupe de 15 étudiants d'une faculté de médecins étasunienne d'améliorer de manière significative leur compétence et leur assurance dans les tâches liées à l'imagerie. Étude.
✕
Docteur Imago

GRATUIT
VOIR