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 15:13 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

09 Sep

17:29

Selon une étude publiée dans la revue Neuroradiology, il existe des corrélations distinctes entre les caractéristiques des grosses artères, de la plaque et de la maladie des petits vaisseaux cérébraux chez les patients victimes d'un AVC ischémique aigu par rapport à ceux victimes d'une attaque ischémique transitoire. La prise en compte de ces marqueurs d'imagerie améliorerait l'identification d'un AVC ischémique aigu chez les patients atteints d'une athérosclérose intracrânienne.

15:00

14:27

Le modèle multitâche de réseau neuronal ST-USNet permettrait d'aider les radiologues à classer les masses superficielles de tissus mous en oncologie clinique, sous réserve d'une mise à jour continue des données. (Etude)

7:25

Dans une étude pré-clinique, des chercheurs chinois suggèrent que la micro-TEP couplée au scanner multi-traceurs pourraient permettre de suivre la progression de la neuropathie autonome cardiaque diabétique (NACD), offrant ainsi aux radiologues une fenêtre précoce et non invasive pour diagnostiquer et suivre l'évolution de la maladie.

7:00

08 Sep

16:15

La TEP-TDM au [18F]PSMA permettrait d'orienter les décisions thérapeutiques pour des patients atteints d'un cancer de la prostate métastatique résistant à la castration, mais son coût serait considérable par rapport à celui des traitements conventionnels (étude).
✕
Docteur Imago

GRATUIT
VOIR