Intelligence artificielle

Des algorithmes d’IA autant, voire plus performants que les lecteurs humains sur les nodules pulmonaires et l’âge osseux

Des chercheurs néerlandais ont effectué une validation indépendante de neuf algorithmes commerciaux d’IA pour la détection de nodules pulmonaires et la prédiction de l'âge osseux sur des radiographies. Parue dans Radiology le 9 janvier, leur étude indique que les performances des algorithmes testés sont comparables, voire meilleures à celles des lecteurs humains.

icon réservé aux abonnésArticle réservé aux abonnés
Le 15/02/24 à 7:00 Lecture 2 min.

Dans le cadre de cette étude rétrospective publiée dans Radiology, neuf des 17 produits d’IA éligibles mis sur le marché entre juin et novembre 2022 ont été évalués sur la base des données de sept hôpitaux néerlandais (photo d'illustration). D. R.

Parue dans Radiology le 9 janvier, une validation indépendante d’algorithmes utilisant l'intelligence artificielle (IA) disponibles dans le commerce en radiologie a été réalisée par des chercheurs néerlandais dans le cadre du Projet AIR [1]. Cette initiative, développée pour standardiser la validation des outils d'IA en radiologie autorisés en Europe, a tout d'abord concerné la prédiction de l’âge osseux sur les radiographies de la main et la détection des nodules pulmonaires sur les radiographie thoraciques.

« La promesse est d’aider les radiologues »

« Ces applications s’attaquent à une variété de tâches dans différentes sous-spécialités, principalement dans le domaine du diagnostic. La promesse est d’aider les radiologues à gérer leur charge de travail toujours croissante et à prévenir l’épuisement professionnel », notent Patrick Omoumi, chef du service d’imagerie musculo-squelettique à l'hôpital universitaire de Lausanne (Suisse) et Jonas Richiardi, professeur au département de r

Il vous reste 64% 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

Solenn Duplessy

Voir la fiche de l’auteur

Bibliographie

  1. Van Leeuwen K. G., Schalekamp S., Rutten M. J. C. M. et al., « Comparison of Commercial AI Software Performance for Radiograph Lung Nodule Detection and Bone Age Prediction », Radiology, 9 janvier 2024. DOI : 10.1148/radiol.230981.
  2. Omoumi P., Richiardi J., « Independent Evaluation of Commercial Diagnostic AI Solutions: A Necessary Step toward Increased Transparency », Radiology, 9 janvier 2024. DOI : 10.1148/radiol.233299.

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

12 Jan

16:00

Des modèles de langage ajustés avec précision à l'aide d'informations cliniques et radiologiques ont prédit avec exactitude les comptes rendus les plus prioritaires, dans le cadre d'une étude présentée dans European Radiology.

13:17

Une première étude chez l'homme confirme la sécurité et le profil pharmacocinétique favorable de l'imagerie TEP avec le radiotraceur 64Cu-Macrin dans la prise en charge du cancer et de la sarcoïdose.

7:30

Les marqueurs radiomiques hypothalamiques dérivés de l'IRM pondérée T1 et extraits associés à des caractéristiques cliniques offrent une approche d'exploration prometteuse pour prédire l'apnée obstructive du sommeil. Étude.
09 Jan

16:11

Une étude publiée dans BMC Urology a évalué la capacité de plusieurs grands modèles de langage à classer des comptes rendus d’IRM de la prostate selon le système PI-RADS v2.1. Le modèle GPT-o1 montre la meilleure concordance avec les radiologues, mais tous les modèles présentent des limites pour les lésions PI-RADS 3.
Docteur Imago

GRATUIT
VOIR