Apprentissage profond

Une IA de Google trie les radios thoraciques pour améliorer le flux de travail

Des chercheurs de Google Health ont entraîné et testé un système d’apprentissage profond capable de trier les examens de radiographie thoracique qui présentent des anomalies. Évalué dans le cadre d’une simulation de flux de travail, il a permis de réduire de 7 à 28 % le temps de prise en charge des cas anormaux.

icon réservé aux abonnésArticle réservé aux abonnés
Le 29/09/21 à 16:00, mise à jour aujourd'hui à 15:10 Lecture 3 min.

Le système de deep learning a été entraîné et réglé à l’aide d’une base de données de 248 445 patients d’un réseau de 5 groupes d’hôpitaux en Inde. © Nabulsi Z. et coll.

Les systèmes d’intelligence artificielle conçus pour analyser les radiographies thoraciques sont déjà nombreux. Pour la plupart, ils se concentrent sur la détection d’anomalies ou de pathologies spécifiques : pneumonies, épanchements pleuraux, etc. Pour Zaid Nabulsi et ses confrères de Google Health, la branche santé du géant de l’informatique, cette approche a le défaut de limiter leur utilité pour un centre ou un service de radiologie qui voudrait une assistance pour « prioriser » les patients et améliorer son flux de travail. Un algorithme conçu pour détecter une pathologie peut en effet passer à côté d’une autre et il est irréaliste d’imaginer agréger des systèmes multiples qui détecteraient chacun une ou plusieurs pathologies séparées, écrivent-ils dans la revue Scientific Reports [1].

Différencier les radios « normales » et « anormales »

Les chercheurs de la firme californienne ont donc opté pour une autre démarche, et développé un algorithme d’apprentissage profond capable de diff

Il vous reste 76% 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. Nabulsi Z., Sellergren A., Jamshy S. et coll., « Deep learning for distinguishing normal versus abnormal chest radiographs and generalization to two unseen diseases tuberculosis and COVID-19 », Scientific Reports, septembre 2021, vol. 11, n° 15553. DOI : https://doi.org/10.1038/s41598-021-93967-2.

Spécialité médicale

Pneumologie Urgence

Modalité d’imagerie

Radiologie conventionnelle

Mots-clés

intelligence artificielle

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

09 Mai

16:00

La start-up Chipiron vient de boucler une nouvelle levée de fonds de 15 millions d'euros pour terminer la R & D de sa technologie d'IRM ultra bas champ, rapporte L'Usine digitale. Selon le média, cette levée de fonds permettra notamment de fabriquer un troisième prototype et démarrer des essais cliniques, pour viser une future commercialisation d'abord aux États-Unis, puis en Europe. Il y a deux ans, le cofondateur de Chipiron avait confié à Docteur Imago ses objectifs pour développer une IRM à 1 mT.

15:00

13:30

Un nouveau centre d'imagerie médicale a ouvert le lundi 5 mai à Neufchâtel-en-Bray (76), selon le média en ligne actu.fr. Résultant du déménagement d'un cabinet dans de nouveaux locaux, ce changement s'accompagne de l'installation de nouvelles modalités, scanner et IRM.

7:30

La société australienne Telix Pharmaceuticals a annoncé le 29 avril avoir obtenu de l'Agence nationale de sécurité du médicament et des produits de santé (ANSM) l'autorisation de mise sur le marché (AMM) en France de son agent de TEP Illuccix®(kit pour la préparation de 68Ga-PSMA-11) pour la détection et la localisation de lésions positives au PSMA chez des patients adultes souffrant de cancer de la prostate (indications précisées dans le communiqué ci-joint).

7:00

07 Mai

16:00

La clinique de l’Estrée à Stains (93) s'est dotée d'une IRM à champ ouvert, annonce le groupe Elsan (communiqué).
✕
Docteur Imago

GRATUIT
VOIR