Diagnostic de la Covid-19

Un algorithme d’IA détecte avec précision la COVID-19 à partir de radiographies pulmonaires

icon réservé aux abonnésArticle réservé aux abonnés
Le 13/02/24 à 15:00, mise à jour le 12/03/24 à 10:20

Ce nouveau système utilise un algorithme basé sur l’apprentissage profond appelé réseau neuronal convolutif personnalisé (CNN-Custom) spécialement conçu pour le diagnostic rapide et précis de la pathologie D.R.

Un modèle d’intelligence artificielle développé par des chercheurs de l’université de technologie de Sydney, en Australie (UTS), serait capable d’identifier la Covid-19 sur des radiographies pulmonaires avec une précision presque parfaite, selon les résultats d’une étude présentée dans Nature Scientific Reports [1].

Le modèle CNN-Custom pour identifier l’infection

Ce nouveau système utilise un algorithme basé sur l’apprentissage profond appelé réseau neuronal convolutif personnalisé (CNN-Custom), spécialement conçu pour le diagnostic rapide et précis de la pathologie. Les chercheurs l’ont entraîné et testé suivant différents réglages à l’aide de deux bases de données en libre accès, l’une contenant plus de 15 000 images et l’autre 340.

Une précision supérieure à 98 %

Le nouveau modèle a « surpassé les autres modèles de diagnostic d’IA » en exactitude, précision, rappel/sensibilité, score F1 et perte de test, annonce l’université de technologie de Sydney dans un communiqué. Il a en

Il vous reste 45% 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

Notes

Hussein A. M., Sharifai A. G., Alia O. M. et al, « Auto-detection of the coronavirus disease by using deep convolutional neural networks and X-ray photographs », Scientific Reports, 2024, vol. 14, n° 534. DOI : 10.1038/s41598-023-47038-3.

Auteurs

Solenn Duplessy

Voir la fiche de l’auteur

Spécialité médicale

Pneumologie

Modalité d’imagerie

Radiologie conventionnelle

Mots-clés

diagnostic COVID-19 biomarqueurs

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Dans le dossier

icon réservé aux abonnés Les chercheurs contre le COVID-19

Voir le dossier

Le fil Docteur Imago

13 Juil

17:51

Des modèles d’apprentissage profond ont montré des performances diagnostiques comparables ou meilleures que celles des médecins expérimentés pour la détection du cancer du pancréas sur des examens de scanner, rapporte une étude présentée dans Radiology.

13:00

Trois systèmes de détection assistée par ordinateur (AI-CAO) basés sur l’IA ont démontré leur potentiel à détecter les signes précoces du cancer du sein jusqu’à 6 ans avant le diagnostic sur des examens de mammographie provenant d’une grande population de dépistage en Suède (communiqué).

8:30

Le scanner corps entier à ultra-basse dose associé à un algorithme de reconstruction par intelligence artificielle (SR-DLR) permet de réduire d'environ 70 % l'exposition aux rayonnements tout en conservant une excellente qualité d'image et des performances diagnostiques élevées pour la détection des maladies viscérales et métastatiques des tissus mous chez les patients sous surveillance du cancer, indique une étude parue dans European Journal of Radiology.

7:00

10 Juil

16:20

l'IRM mammaire préopératoire ne serait pas associée à une amélioration de la survie sans récidive ou de la survie globale chez les femmes atteintes de carcinome canalaire in situ (DCIS) (étude).

13:19

Une étude indienne suggère que l'IRM multiparamétrique permettrait de distinguer les cancers du sein luminaux des cancers du sein non luminaux à partir de marqueurs non invasifs.
✕
Docteur Imago

GRATUIT
VOIR