Intelligence artificielle

Un algorithme combine l’imagerie et les données cliniques pour diagnostiquer le COVID-19 au scanner

Un réseau de neurones convolutif développé par une équipe étasunienne à l’aide des examens de scanner thoracique et des données cliniques de 905 patients aurait montré une sensibilité supérieure à celle des radiologues et une bonne spécificité pour détecter le COVID-19.

icon réservé aux abonnésArticle réservé aux abonnés
Le 08/06/20 à 7:00, mise à jour aujourd'hui à 15:14 Lecture 3 min.

Des chercheurs américains ont créé un réseau de neurones combinant les données radiologiques et les informations cliniques pour prédire l’infection ou non par le COVID-19. © Benjamin Bassereau

Le scanner thoracique fait preuve d'une valeur prédictive négative limitée pour le diagnostic du COVID-19, certains patients pouvant présenter des examens normaux aux stades précoces de la maladie. Des chercheurs de la faculté de médecine Icahn, du Mount Sinai Hospital, à New York ont voulu combler cette lacune en développant un algorithme d’intelligence artificielle capable d’exploiter les données d’imagerie et les informations cliniques des patients.

Un réseau de neurones convolutif et des classificateurs

« Nous avons développé un réseau de neurones convolutif pour qu’il apprenne les caractéristiques de l’imagerie des patients COVID-19 sur le scanner initial, décrivent-ils dans la revue Nature [1]. Nous avons ensuite utilisé les classificateurs machines à vecteurs de support (SVM, support vector machine), forêt aléatoire (random forest) et perceptron multicouche (multilayer perceptron MLP) pour classer les patients atteints de COVID-19 en fonction des informations cliniques. » Ils ont

Il vous reste 80% 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

Jérome Hoff

Rédacteur en chef adjoint BOM Presse Clichy

Voir la fiche de l’auteur

Bibliographie

  1. Xueyan M., Hao-Chih L., Yang Y et coll., « Artificial intelligence-enabled rapid diagnosis of patients with COVID-19 », Nature Medicine, 19 mai 2020. DOI : 10.1038/s41591-020-0931-3.

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

25 Avr

17:06

L'antiaggrégant plaquettaire tirofiban administré par voie intraveineuse avant thrombectomie augmente significativement la proportion de patients recanalisés au premier passage (65 %, vs 48 % sans tirofiban), selon un essai randomisé chinois ouvert multicentrique en simple aveugle de phase 2 (200 patients inclus) paru dans JAMA Network Open.

11:13

Une étude publiée dans Radiology: Imaging Cancer révèle un soutien prudent à l'utilisation de l'intelligence artificielledans le dépistage du cancer du sein. Réalisée auprès d'une population diversifiée, l'enquête montre que la confiance envers l'IA varie selon les antécédents médicaux personnels et les facteurs sociodémographiques.

7:19

Un nouveau cabinet de radiologie a ouvert ses porte le 14 avril dernier à l’hypercentre de Montpellier. Ce cabinet propose désormais des examens d’IRM et de scanner, annonce Midilibre.fr
24 Avr

16:01

Un scénario de dépistage du cancer du poumon où le radiologue interprète seulement les scanners avec un résultat positif de l'IA peut réduire la charge de travail des praticiens tout en préservant la sensibilité, selon une étude rétrospective (366 sujets) d'AJR évaluant différents scénarios d'implémentation de l'IA dans le dépistage de ce cancer.
Docteur Imago

GRATUIT
VOIR