Intelligence artificielle

Un nouveau système d’analyse automatisée espère « transformer la prise en charge des patients »

Grâce aux possibilités du deep learning et des algorithmes de diagnostic, la société Zebra Medical Vision a mis au point un outil qui génère une analyse automatisée des données d’imagerie. Le dispositif a récemment fait l’objet d’un marquage CE.

Le 04/10/17 à 7:00, mise à jour aujourd'hui à 14:31 Lecture 1 min.

En associant l’imagerie médicale à l’apprentissage automatique, la société Zebra Medical Vision espère « transformer la prise en charge des patients ». CC0-domaine public / Pixabay - Photo d'illustration

La société Zebra Medical Vision, spécialisée dans la mise au point de systèmes d’intelligence artificielle, a annoncé au mois de juin l’obtention du marquage CE pour son outil Analytics Engine®. Ce logiciel est conçu pour fournir une analyse automatisée des données d’imagerie. Il peut être intégré dans les systèmes PACS et RIS.

Une analyse automatisée de « millions d’images »

« Nos solutions fournissent une analyse automatisée de millions d’images en temps réel et de manière rétrospective, indiquent les concepteurs. Cela permet une identification précoce de la maladie et la mise en œuvre d’outils d’aide à la prise de décision pour la santé de la population et la gestion des risques. » En associant l’imagerie médicale à l’apprentissage automatique pour détecter et diagnostiquer des pathologies, la société espère « transformer la prise en charge des patients ». Les concepteurs assurent que leur outil permet ainsi « d’augmenter la rapidité et l’efficacité du diagnostic ».

Un diagnostic « plus précoce »

Selon le PDG de la société, Elad Benjamin, cette technologie d’analyse de données ouvre la voie à un diagnostic plus précoce et plus précis. « Grâce aux avancées des logiciels, il est possible de créer des algorithmes de qualité diagnostique basés sur les big data surpassant les taux de précision de lecture actuelle, assure-t-il. Ces algorithmes réduiront les faux positifs, identifieront les faux négatifs, fourniront un diagnostic plus précoce du cancer ou d’autres maladies et aideront à réaliser des découvertes fortuites dissimulées dans les vastes quantités de données d’imagerie se trouvant dans les archives des fournisseurs de santé. »

Auteurs

Carla Ferrand

Journaliste cheffe de rubrique

Voir la fiche de l’auteur

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

06 Fév

16:08

Des chercheurs ont développé et validé un modèle de deep learning entièrement automatisé pour détecter et mesurer les masses surrénaliennes sur des scanners abdominaux injectés. Le modèle a le potentiel d’améliorer les taux de détection des lésions et de faciliter leur prise en charge précoce, indique l'étude.

13:06

Une étude publiée dans Radiology montre que le compte rendu structuré améliore l’efficacité des radiologues en réduisant le temps de rédaction et en recentrant l’attention visuelle sur l’image, par rapport au texte libre. L’ajout de l’intelligence artificielle augmente la précision diagnostique.

7:30

Une étude rétrospective montre que le score Node-RADS basé sur l’IRM offre une excellente précision diagnostique pour la détection des métastases ganglionnaires chez les patients atteints de cancer du rectum, avec une performance supérieure aux critères de taille et aux comptes rendus IRM classiques.
05 Fév

16:36

Le centre hospitalier Agen-Nérac (47) a mis en service le 26 janvier 2026 une nouvelle salle de radiologie numérisée sur son site de Nérac. D’un montant de 185 000 €, cet investissement améliore la qualité des diagnostics tout en réduisant l’exposition aux rayons, informe actu.fr.
Docteur Imago

GRATUIT
VOIR