Apprentissage profond

Une IA améliore le tri des douleurs thoraciques en se basant sur la radiographie

Pour distinguer une douleur thoracique bénigne d'une douleur thoracique dont la cause engage le pronostic vital, des chercheurs américains ont développé une IA permettant d'améliorer le tri des patients sur la base de leur radiographie thoracique d'admission aux urgences. Leurs résultats sont parus le 17 janvier 2023 dans Radiology.

icon réservé aux abonnésArticle réservé aux abonnés
Le 16/02/23 à 16:00, mise à jour le 11/09/23 à 13:23 Lecture 2 min.

Sur la radiographie thoracique d'admission aux urgences, l'algorithme d'apprentissage profond a appris à repérer des patrons qu'il associe à des maladies engageant le pronostic vital, comme le syndrome coronarien aigu (ici en rouge, en haut à gauche). © Kolossváry et al | Radiology, RSNA

Et si l'intelligence artificielle (IA) pouvait faciliter le tri des patients admis aux urgences pour douleur thoracique aiguë ? C'est ce que laissent entrevoir des résultats publiés le 17 janvier dans Radiology [1] par des radiologues du Massachusetts General Hospital (MGH) de Boston (États-Unis). Leur modèle d'apprentissage profond utilisant la radiographie thoracique d'admission aux urgences améliore significativement le résultat composite suivi par les chercheurs sur des cohortes rétrospectives de patients, à savoir le nombre de patients ayant subi une embolie pulmonaire, une dissection aortique, un syndrome coronarien aigu (SCA) ou un décès dans les 30 jours suivant l'admission.

Un entraînement sur une cohorte diverse

Les auteurs ont d'abord entraîné leur modèle d'apprentissage profond sur les radiographies thoraciques d’admission aux urgences de 17 254 patients adultes du MGH, qui ont été pris en charge une première fois aux urgences entre 2005 et 2015 pour cause de douleur thoraciq

Il vous reste 74% 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

François Mallordy

Journaliste rédacteur spécialisé

Voir la fiche de l’auteur

Bibliographie

  1. Kolossváry M., Raghu V. K., Nagurney J. T. et coll., « Deep Learning Analysis of Chest Radiographs to Triage Patients with Acute Chest Pain Syndrome », Radiology, 17 janvier 2023. DOI : 10.1148/radiol.221926.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

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