COVID-19

Un système de mesure automatique de l’atteinte pulmonaire à l’épreuve dans le Grand-Est

Dans le Grand-Est, une étude teste un système de quantification de l’atteinte pulmonaire par le COVID-19 à partir d’images de scanner thoracique. L’outil doit permettre de prédire l’état du patient à 7 jours et d’adapter sa prise en charge.

icon réservé aux abonnésArticle réservé aux abonnés
Le 19/05/20 à 7:00, mise à jour hier à 15:07 Lecture 2 min.

Le système NDS permettrait de quantifier automatiquement la zone pulmonaire infectée à partir d'images de scanner thoracique de patients COVID. © Visible Patient

L’intelligence artificielle n’a, pour l’heure, joué qu’un rôle marginal dans la lutte contre le coronavirus mais les développeurs travaillent. La société strasbourgeoise Visible Patient, spécialisée dans l’analyse d’images médicales et la modalisation 3D, a ainsi lancé une étude dans le Grand-Est pour valider un système de mesure automatique de l’atteinte pulmonaire par le COVID-19.

Un clone numérique des poumons

L’objectif de ce dispositif est d’établir un diagnostic de sévérité « calculé pour chaque patient à partir de la modélisation 3D extraite de son scanner des zones saines et atteintes de ses poumons », explique la société dans un communiqué. À partir des images médicales, Visible Patient réalise « un clone numérique » des poumons du malade. « L’énorme avantage de cette analyse est lié à la délimitation automatique précise de chaque région infectée du poumon. Elle permet de définir le volume fonctionnel restant ainsi que le volume atteint », précise la société.

Prédire l’état du pa

Il vous reste 68% 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

Carla Ferrand

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

06 Mai

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.
03 Mai

16:30

Un modèle d’IA entraîné à l’aide de radiographies à fente debout dans un ensemble de données de patients pédiatriques a permis une prédiction plus précise de la croissance osseuse pédiatrique, utilisées dans l’imagerie par rayons X pour surveiller la scoliose, selon une étude publiée dans Radiology.
Docteur Imago

GRATUIT
VOIR