Nouvelles technologies

Un manuel pour le développement de l’intelligence artificielle en radiologie

Des institutions médicales et des sociétés savantes des États-Unis publient un guide pour la recherche en intelligence artificielle appliquée à l’imagerie médicale. Elles espèrent orienter les travaux des chercheurs et les politiques de financement pour accélérer les innovations dans ce domaine.

icon réservé aux abonnésArticle réservé aux abonnés
Le 07/05/19 à 15:00, mise à jour aujourd'hui à 14:16 Lecture 1 min.

Les auteurs de cette feuille de route espèrent orienter les travaux scientifiques, identifier les lacunes et définir les besoins en matière de recherche en IA appliquée à l'imagerie. D. R.

Le document se veut une référence pour les développeurs d’algorithmes. L’Institut national de la santé (NIH), la Société nord-américaine de radiologie (RSNA), et d’autres organisations scientifiques et académiques étasuniennes ont rédigé une « feuille de route » (roadmap), pour la recherche en intelligence artificielle appliquée en imagerie. Elle est parue le 16 avril 2019 dans la revue Radiology [1].

Identifier les besoins prioritaires

Comme pour le gadolinium en septembre 2018, il s’agit d’orienter les travaux scientifiques, d’identifier les lacunes et de définir les besoins en la matière. « Notre objectif était de fournir un schéma directeur pour les sociétés professionnelles, les financeurs, les laboratoires de recherche et tous les acteurs du secteur pour accélérer la recherche d’innovations en intelligence artificielle qui bénéficieront aux patients », explique son premier auteur Curtis Langloz, professeur de radiologie et d’informatique biomédicale à l’université Stanford, dans un

Il vous reste 43% 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. Langlotz C. P., Allen B., Erickson B. J. et coll., « A Roadmap for Foundational Research on Artificial Intelligence in Medical Imaging : From the 2018 NIH/RSNA/ACR/The Academy Workshop », Radiology, 16 avril 2019. Prépublication en ligne. DOI : 10.1148/radiol.2019190613

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

21 Nov

15:34

Des chercheurs ont examiné l’association entre la charge allostatique (AL), un indicateur de dysrégulation physiologique liée au stress, et la présence de pathologie maligne lors de biopsies mammaires guidées par imagerie. Les résultats suggèrent qu’une AL plus élevée est liée à un risque accru de pathologie maligne, ce qui pourrait guider des stratégies de dépistage personnalisées, indique une étude publiée dans JACR.

13:17

L’IRM rapide avec la reconstruction par apprentissage profond (DLR) améliore la qualité d’image et la précision diagnostique pour l’appendicite complexe par rapport à l’IRM non DLR et à la tomographie par contraste, offrant une alternative précieuse pour les patients sensibles aux radiations. (Étude).

7:09

Une étude évaluant plusieurs grands modèles de langage a montré que le modèle OpenAI o3 obtenait la meilleure précision à l’examen national japonais des techniciens en radiologie, atteignant 90 % de réussite.
20 Nov

15:06

Une étude montre que l’angioscanner coronaire à détecteur photonique, réalisée avec des doses réduites de rayonnement et de produit de contraste, offre une excellente qualité d’image et une précision diagnostique élevée, en particulier avec les reconstructions en VMI à 55 keV. Cette technique permet de détecter avec fiabilité les sténoses obstructives et les resténoses intrastent chez des patients souffrant d’une maladie coronarienne associée à l’inflammation.
Docteur Imago

GRATUIT
VOIR