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 15:16 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

Journaliste cheffe de rubrique

Voir la fiche de l’auteur

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

25 Sep

16:00

Une revue publiée dans Neuroradiology offre un aperçu global des bénéfices cliniques et des limites opérationnelles de la téléradiologie. Selon les chercheurs, celle-ci améliore l’accès à l’expertise, la rapidité des diagnostics et la continuité des soins. Cependant, son développement reste limité par les problèmes de connectivité, d’interopérabilité, de sécurité des données et de réglementation.

15:00

13:00

Dans une revue de la littérature, des chercheurs australiens mettent en évidence des obstacles à l’inclusion des personnes LGBTQ+ en imagerie médicale, notamment les systèmes binaires, le mégenrage et le manque de formation, et souligne la nécessité de développer et d’évaluer des pratiques, des outils et des communications plus inclusifs.

7:45

Un algorithme testé par une équipe de chercheurs danois a démontré une bonne précision pour la détection de fractures d'extrémités en situation d'urgence. Cependant, la valeur prédictive positive inférieure par rapport aux comptes rendus de radiologie et l'apparition de faux positifs soutiennent son utilisation comme aide à la décision plutôt que pour le diagnostic autonome. (Étude)

7:00

24 Sep

17:30

Dans une étude présentée dans JACR, les répétitions d'examens IRM cérébrales liées aux mouvements des patients ont généralement permis d'améliorer la qualité de l'image et la fiabilité du diagnostic, tandis que les répétitions des cholangiopancréatographies n'ont apporté qu'un bénéfice limité. « Ces résultats plaident en faveur d'un suivi au niveau des séquences afin d'orienter les stratégies ciblées de réduction des mouvements », concluent les chercheurs.
✕
Docteur Imago

GRATUIT
VOIR