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 15:12 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

07 Oct

7:39

Des biomarqueurs IRM du dysfonctionnement du système glymphatique apporteraient des informations précieuses sur la physiopathologie et la progression de la maladie d’Alzheimer (étude).

7:00

06 Oct

16:30

À l'occasion de la campagne Octobre Rose, la FNMR rappelle le rôle de la radiologie libérale dans le dépistage du cancer du sein et les bénéfices de ce dispositif. « Un cancer du sein détecté au stade I coûte près de neuf fois moins cher qu’au stade IV. Défendre le dépistage à la française, c’est soigner mieux et dépenser moins », déclare Éric Chavigny, président de la FNMR.

15:00

11:30

L'utilisation de salles hybrides d'angiographie incorporant l'angioscanner biphasique a réduit la dose de manière significative par rapport au scanner cone beam monophasique lors de procédures d'embolisation et de radio-embolisation du foie, dans le cadre d'une étude rétrospective. « Toutefois, la dose effective totale n'est plus restée significative après correction des incertitudes », indiquent les chercheurs.

7:30

Prenuvo lance le Prenuvo Research Network, un réseau qui réunira ses propres outils d’IA, des équipes internes de recherche et développement, des scientifiques et des institutions académiques. L'objectif est de « construire la base de preuves pour une médecine proactive et préventive ».
✕
Docteur Imago

GRATUIT
VOIR