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

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

03 Août

11:00

Un modèle prédictif basé sur une IRM pourrait aider à prédire les conséquences cardiovasculaires indésirables chez les patients diabétiques, selon une étude publiée dans Radiology.

7:30

Le dépistage d’incidence avec la mammographie avec contraste amélioré (CEM) maintient une performance élevée et peut offrir plus d’avantages que le dépistage de base, pour le dépistage des femmes à risque élevé de cancer du sein, selon une étude publiée dans Radiology.
31 Juil

16:28

Une étude parue dans la revue phiRO conclut qu'une architecture PocketNet offre une segmentation automatisée fiable des organes gynécologiques et des tumeurs cervicales sur IRM pondérée en T2, avec des performances comparables à celles d’un nnUNet de taille réelle tout en nécessitant beaucoup moins de mémoire et de temps d’entraînement.

8:00

Le CHU de Montpellier annonce avoir mené la prise en charge d'un AVC en 16 minutes, de l'admission du patient à la recanalisation, grâce à une organisation adaptée, qui nous avions présentée en 2023.
Docteur Imago

GRATUIT
VOIR