Imagerie thoracique

L’intelligence artificielle voit la tuberculose sur les radios des poumons

Des chercheurs américains ont mis au point un système d’intelligence artificielle capable de délivrer un diagnostic de tuberculose à partir de radiographies pulmonaires. Une avancée importante pour les pays en voie de développement, où cette pathologie est encore très présente.

icon réservé aux abonnésArticle réservé aux abonnés
Le 23/10/17 à 7:00, mise à jour aujourd'hui à 14:15 Lecture 1 min.

Testé sur 150 cas, le programme d'intelligence artificielle ne s'est trompé que 13 fois. Ici, la tuberculose a été detectée dans la zone rouge, au sommet du poumon gauche. © Paras Lakhani

Cela se passe aux États-Unis, à Philadelphie. Paras Lakhani, radiologue à l'hôpital universitaire Thomas Jefferson, et son équipe ont travaillé sur un modèle d’intelligence artificielle capable de reconnaître la tuberculose sur les radiologies pulmonaires de patients. Le dispositif a été pensé « comme un cerveau », expliquent-ils dans un article de la revue Radiology [1].

99 % de précision

Pour le développer, les chercheurs lui ont fourni une base de données de 1 007 images radiologiques de patients, malades ou non. Ils l’ont ensuite testé sur 150 cas afin d’évaluer son degré de réussite. L’intelligence artificielle ne s’est trompée que 13 fois. Et si l’on couple ce diagnostic avec celui d’un radiologue, la précision du modèle atteint presque les 99 %.

Combattre la tuberculose dans les pays en développement

Selon l’Organisation mondiale de la santé, la tuberculose est l'une des 10 principales causes de décès dans le monde. En 2016, elle a touché plus de 10 millions de personnes et entraîné

Il vous reste 32% 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

Sihem Boultif

Bibliographie

    1. Lakhani, P., « Deep Learning at Chest Radiography : Automated Classification of Pulmonary Tuberculosis by Using Convolutional Neural Networks », Radiology, août 2017, vol. 284, n° 2. DOI : 1148/radiol.2017162326

Discussion

2 commentaires

Commenter cet article

Laisser un commentaire

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.
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.

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