Exposition technique

Les échos de l’intelligence artificielle à Chicago

Plus d’une centaine de sociétés ont installé leur stand sur le village de l’intelligence artificielle du congrès 2022 de la Société nord-américaine de radiologie. Certaines – et notamment des françaises – ont présenté de nouveaux produits, ou des résultats d’essais cliniques.

icon réservé aux abonnésArticle réservé aux abonnés
Le 22/12/22 à 8:00, mise à jour le 11/09/23 à 13:23 Lecture 2 min.

Plus d’une centaine de sociétés ont installé leur stand sur le village de l’intelligence artificielle du congrès 2022 de la Société nord-américaine de radiologie. © Carla Ferrand

Lunit fournit des preuves

L’entreprise sud-coréenne Lunit, qui développe notamment des solutions d’aide au diagnostic en radiographie thoracique et en mammographie, a présenté pendant le congrès les résultats d’une étude prospective en population sur les performances de sa solution d’IA Lunit INSIGHT MMG comme « potentielle remplaçante de radiologues seconds lecteurs ». Dans cet essai conduit par Fredrik Strand, du Karolinska Institutet, et incluant 55 579 patientes, l’IA utilisée en combinaison avec un radiologue a détecté davantage de cancers qu’une double lecture par deux radiologues (4,1 / 1 000 vs 4,3 / 1 000). Utilisée seule, elle a atteint des performances de détection non-inférieures à celles d’un duo de radiologues. Elle a aussi montré un taux de rappel inférieur, que ce soit seule ou en appui d’un unique radiologue. Pour Fredrik Strand, qui s’exprime dans un communiqué de Lunit, « Cette étude jette les bases de l'adoption généralisée de l'IA dans le dépistage du cancer du sein

Il vous reste 71% 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 DÉCOUVERTE

11€

pendant 1 mois
puis 23 €/mois

S’abonner à Docteur Imago

Auteurs

Jérome Hoff

Rédacteur en chef adjoint

Voir la fiche de l’auteur

Bibliographie

  1. Guermazi A., Tannoury C., Kompel A. J. et coll ., « Improving radiographic fracture recognition performance and efficiency using artificial intelligence », Radiology, décembre 2021, vol. 302, n° 3, p. 627-636. DOI : https://doi.org/10.1148/radiol.210937

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

06 Mai

16:07

Une étude a relevé des « différences significatives » de résultats entre deux solutions commerciales d'IA pour le calcul automatique des volumes du noyau et de la pénombre ischémique chez des patients atteints d'AVC (Viz.ai et RAPID.AI). Les chercheurs n'ont toutefois pas constaté de différence entre les deux logiciels dans l'évaluation de l'éligibilité à la thrombectomie selon les critères DEFUSE-3.

13:02

Des chercheurs de l'Ohio (États-Unis) ont développé et validé des modèles d'apprentissage profond pour la segmentation automatique du foie, de la rate et du pancréas sur examens des scanner pédiatrique. Les modèles de transfer learning entraînés à l'aide de bases de données publiques hétérogènes et affinés à l'aide de données institutionnelles ont donné les meilleurs résultats, écrivent-ils dans AJR.

7:30

Pour la recherche d'embolie pulmonaire aiguë, le scanner à comptage photonique permet d'examiner les patients avec les avantages de l'imagerie spectrale, y compris une imagerie morphologique de haute qualité et la perfusion pulmonaire pour tous les patients, tout en réduisant la dose de rayonnement de près de 50 % par rapport au détecteur à intégration d'énergie, selon une étude réalisée au CHU de Lille par l'équipe de Martine Rémy-Jardin. Lire notre article sur ce sujet.
Docteur Imago

GRATUIT
VOIR