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 hier à 15:15 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

06 Juin

16:30

Dans une note publiée fin mai, l'Institut Sapiens formule des recommandations pour « encadrer intelligemment » l'investissement privé dans le secteur de la radiologie, avec l'objectif de « permettre l’émergence de groupes capables de structurer l’offre de soins sur l’ensemble du territoire, y compris dans les zones sous-dotées ».

13:00

Clairity devient la première plateforme d’IA autorisée par la FDA pour prédire le risque de cancer du sein à partir d’une simple mammographie. Avec cette autorisation, la plateforme prévoit de se lancer parmi les principaux systèmes de santé d’ici 2025, « propulsant ainsi une nouvelle ère de médecine de précision dans le cancer du sein », indique un communiqué

7:50

Une méta-analyse publiée dans Radiology confirme la haute performance diagnostique de l’échographie, de la mammographie et de l’IRM mammaire pour détecter le cancer du sein associé à la grossesse. Ces examens sont efficaces chez les patientes symptomatiques enceintes ou allaitantes.
05 Juin

15:48

Une deuxième IRM a été inaugurée à l’hôpital de Draguignan (83) ce 30 mai. Yannick Neuder, ministre de la Santé et de l’Accès aux soins a aussi promis un renfort d'effectifs médicaux pour les années à venir, annonce le média Varmatin.com.
Docteur Imago

GRATUIT
VOIR