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

11 Mar

7:30

La suite d'outils d'intelligence artificielle Rayvolve AI de l'entreprise française AZmed a démontré des performances robustes et généralisables dans plusieurs applications telles que la détection des anomalies thoraciques ou le calcul de l'âge osseux, dans une étude sur plus de 250 000 examens de radiographie.
10 Mar

16:05

Un étiquetage des lésions à l'aide d'étiquettes reproductibles entre lecteurs est essentiel au développement et à la validation des algorithmes d'intelligence artificielle en médecine nucléaire, défendent les auteurs d'un article paru dans JNM, qui jugent que les pratiques en la matière ne sont pas assez rigoureuses.

14:04

La société suédoise spécialisée en informatique de santé et cybersécurité Sectra annonce le rachat prochain d'Oxipit, compagnie lituanienne spécialisée dans le développement de solutions d'IA en imagerie.

7:30

L'ablation par micro-onde de tumeurs du foie assistée par le robot Epione® (Quantum Surgical), a démontré une « faisabilité élevée, un succès technique excellent et un faible taux d'erreurs de placement, sans complication causée par le robot », indique une étude monocentrique sur 153 interventions.
Docteur Imago

GRATUIT
VOIR