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 hier à 15:18 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

26 Juin

17:07

Le dépistage du cancer du poumon par scanner thoracique à faible dose est associé à une morbidité liée à l’examen très faible, indique un article du JACR. Certains facteurs sociodémographiques, notamment le statut marital, l’emploi et la couverture d’assurance, ainsi que l’appartenance à des populations défavorisées, peuvent augmenter la charge du dépistage et diminuer l'adhésion pour les populations cibles (étude).

12:59

Dans une étude évaluant des examens de scanner et TEP-TDM, trois logiciels d’IA commerciaux ont montré des performances comparables pour la détection des nodules pulmonaires cliniquement pertinents, malgré des différences importantes dans le nombre total de détections et de faux positifs.

7:44

Les réactions croisées d'hypersensibilité entre les produits de contraste iodés non ioniques dépendent principalement de la structure de leurs chaînes latérales, avec un risque particulièrement élevé au sein du groupe comprenant l’iohexol, l’iomeprol, l’ioversol et l’iodixanol, selon une étude présentée dans EJR. « Choisir une alternative issue d’un autre groupe structurel semble être une stratégie efficace pour atténuer la récidive dans des scénarios à haut risque », estiment les auteurs.
25 Juin

16:10

Chez des hommes à haut risque de cancer de la prostate mais dont l'IRM est non suspecte ou équivoque, le PET-CT au [68Ga]Ga-PSMA-11 a permis de détecter les cancers cliniquement significatifs avec une efficacité comparable à celle de la biopsie systématique, indique une étude publiée dans The Lancet Oncology.
Docteur Imago

GRATUIT
VOIR