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.  

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

22 Avr

15:54

Vivien Thomson, président de la société de téléradiologie Imadis, annonce le développement de la télé-interprétation en médecine nucléaire et le recrutement de 40 nouveaux associés d'ici l'été 2026 (article).

12:57

Aux États-Unis, le nombre de postes d'internat en radiologie a augmenté de 33 % entre 2010 et 2025, et le nombre total d'internes en radiologie a augmenté de 23 % entre 2010 et 2024. Le nombre de radiologues en exercice a augmenté de 12 % entre 2010 et 2022, passant de 34 328 à 38 306 médecins (étude).

7:43

Chez des patients présentant une occlusion d'un gros vaisseau et traités par thrombectomie mécanique, une intervention réalisée plus de 24 heures après l'événement n'était pas significativement associée à des différences en termes d'efficacité ou de sécurité par rapport à une intervention réalisée dans les 24 heures (étude).  
21 Avr

16:00

La FNMR dévoile les résultats d'un sondage réalisé par l'Institut Cluster 17 : 90 % des Français considèrent que la radiologie joue un rôle important en matière de prévention et de dépistage, et 85 % jugent justifiés les investissements dans les équipements d'imagerie (communiqué).
Docteur Imago

GRATUIT
VOIR