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 15:14 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

23 Juil

17:19

Le protocole d’IRM du genou 3T de 7 minutes avec reconstruction par apprentissage profond (DLR) offre une excellente qualité d’image et une très bonne performance diagnostique. Par rapport à l’arthroscopie, il détecte avec précision les lésions méniscales, ligamentaires et cartilagineuses. (étude)

11:45

Une nouvelle IRM 3T a été inaugurée le vendredi 26 juin dernier par la plateforme Neurinfo, spécialisée dans l'imagerie humaine in vivo et la neuroinformatique, annonce un communiqué.

7:45

La medtech Neko Health, lève 700 millions de dollars en série C pour accélérer son expansion, notamment aux États-Unis, et développer son modèle de santé préventive. Plus de 100 000 personnes ont déjà bénéficié de son scan de dépistage, annonce un communiqué de la firme.
21 Juil

17:00

Combiner une séquence intracrânienne et intraspinale pondérée T1 avec contraste et une séquence intracrânienne pondérée en diffusion améliore l'évaluation de la réponse tumorale chez des patients atteints de médulloblastome traités par thérapie antiangiogénique métronomique. Étude.
Docteur Imago

GRATUIT
VOIR