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.  

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

29 Jan

7:17

Une étude prospective compare l’efficacité de l’échographie mammaire automatisée (ABUS) et de l’échographie manuelle (HHUS) en seconde intention pour détecter des lésions identifiées en IRM mammaire. Bien que la HHUS détecte significativement plus de lésions, les deux techniques présentent une sensibilité similaire, l’ABUS ayant une valeur prédictive positive plus élevées. Ces résultats démontrent que les deux méthodes sont complémentaires et ont le potentiel d’augmenter le taux de détection des lésions lorsqu’elles sont utilisées conjointement.    

7:00

28 Jan

16:19

La journée mondiale de lutte contre le cancer se déroulera le mercredi 4 février 2026. Créée en 2000, cette journée est consacrée à la prévention, la détection, la lutte contre la stigmatisation et le traitement du cancer.

15:00

14:12

L’IRM 5 T améliore efficacement l’évaluation chez des patients suspectés de cancer de la prostate par rapport à l'IRM 3 T, indique une étude.

7:44

Une étude canadienne analyse les retombées du recours à la téléradiologie comme solution pour réduire les émissions de gaz à effet de serre dues aux transports des radiologues.
✕
Docteur Imago

GRATUIT
VOIR