Intelligence artificielle

L’apprentissage profond scrute les lésions cérébrales au scanner

Grâce au deep learning, une équipe indienne a mis au point des algorithmes capables de détecter « avec précision » les signes d’un traumatisme crânien sur des images de scanner non injecté. Ils pourraient aider à détecter les patients nécessitant une attention urgente.

icon réservé aux abonnésArticle réservé aux abonnés
Le 25/10/18 à 15:00, mise à jour aujourd'hui à 14:13 Lecture 2 min.

Les auteurs de l'étude ont collecté les données de 313 318 scanners cérébraux (photo d'illustration).. Par Lipothymia — Anonymised CT scan from my own practice, CC BY-SA 3.0, Lien

Des scientifiques indiens ont développé et testé des algorithmes capables de détecter des signes de traumatisme crânien sur des images de scanner non injecté. Les signes en question sont les cinq types d’hémorragies intracrâniennes (intraparenchymateuse, intraventriculaire, sous-durale, extradurale et sous-arachnoïdienne), les fractures de la voûte crânienne, l’effet de masse et le déplacement de la ligne médiane.

Des radiologues et des experts en IA

Les chercheurs, emmenés par Sasank Chilamkurthy, ont mené une étude prospective dont ils publient les résultats dans la revue The Lancet [1]. L’équipe se compose d’experts en intelligence artificielle de la société indienne Qure.ai, de scientifiques du Centre de recherche avancée en imagerie de New Dehli, de Mustafa Biviji, radiologue au CT & MRI Center de Nagpur et de Norbert Campeau, radiologue à la Mayo Clinic de Rochester.

Une base de données de plus de 300 000 scanners

Pour réaliser leur étude, ils ont collecté les données de 313 318 scan

Il vous reste 72% 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

Bibliographie

  1. Chilamkurthy S., Ghosh R., Tanamala S., « Deep learning algorithms for detection of critical findings in head CT scans : a retrospective study », The Lancet, 11 octobre 2018, publication en ligne. DOI : 10.1016/S0140-6736(18)31645-3

Spécialité médicale

Urgence

Modalité d’imagerie

Scanner

Mots-clés

traumatismes apprentissage profond

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

21 Fév

13:40

Selon une étude publiée dans Radiology, un algorithme d’apprentissage profond disponible dans le commerce peut permettre des examens IRM de l’épaule de bonne qualité en sept minutes.

7:37

Le parlement a adopté définitivement le budget 2025 de la Sécurité sociale ce 17 février. Il prévoit une hausse des dépenses d’Assurance maladie de 3,4 %, pour atteindre un montant de 265 milliards d’euros.

7:00

20 Fév

16:01

L’imagerie des paramètres d’atténuation par ultrasons peut être utilisée pour le dépistage clinique afin d’évaluer la prévalence de la MASLD chez les patients en surpoids ou obèses et de suivre de manière dynamique la progression de la maladie, conclut une étude publiée dans Clinical radiology.

15:00

13:31

Le modèle de langage appelé Axpert démontre un potentiel de marquage automatique de l’entérocolite nécrosante sur les comptes-rendus de radiographie abdominale infantile. Cette méthode de marquage peut ainsi servir de cadre pour d’autres modalités d’imagerie et maladies chez les enfants, et les maladies rares chez l’adulte, suggère une étude publiée dans JAMIA Open.
✕
Docteur Imago

GRATUIT
VOIR