Intelligence artificielle

Des algorithmes performants mais encore discrets

Au Congrès européen de radiologie, une session du 27 février s’est intéressée aux performances de l’apprentissage profond, à la façon dont il peut s’intégrer à la pratique des radiologues et aux domaines où tout reste à jouer.

icon réservé aux abonnésArticle réservé aux abonnés
Le 28/02/19 à 16:00, mise à jour aujourd'hui à 14:17 Lecture 2 min.

Eliot Siegel constate que de nombreux algorithmes montrent des résultats prometteurs mais qu'ils sont encore peu disponibles au niveau des PACS. © C. F.

Au fil des congrès, la popularité de l’intelligence artificielle ne se dément pas et l’ECR 2019 ne déroge pas à la règle. Le 27 février, la session « L’intelligence artificielle pilotée par les radiologues » s’est tenue dans une salle pleine à craquer.

Le deep learning plus rapide que les CAD

Les intervenants ont évoqué les avantages et les limites des technologies d’IA. Eliot Siegel, radiologue au Centre médical de l’université du Maryland, à Baltimore (États-Unis), a décrit les principaux atouts de l’apprentissage profond (deep learning) appliqué à la radiologie : « C’est une méthode plus rapide que les techniques de diagnostic assisté par ordinateur (computer-aided diagnosis, CAD) traditionnelles car l’algorithme émerge directement des données elles-mêmes. La durée de développement des algorithmes se compte en quelques semaines plutôt qu’en mois ou en années. »

Les réseaux convolutifs surpassent l’œil humain pour la texture des images

En matière d’analyse d’images, Eliot Siegel constate

Il vous reste 70% 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

Carla Ferrand

Journaliste cheffe de rubrique

Voir la fiche de l’auteur

Mots-clés

algorithmes apprentissage profond

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

21 Nov

15:34

Des chercheurs ont examiné l’association entre la charge allostatique (AL), un indicateur de dysrégulation physiologique liée au stress, et la présence de pathologie maligne lors de biopsies mammaires guidées par imagerie. Les résultats suggèrent qu’une AL plus élevée est liée à un risque accru de pathologie maligne, ce qui pourrait guider des stratégies de dépistage personnalisées, indique une étude publiée dans JACR.

15:00

13:17

L’IRM rapide avec la reconstruction par apprentissage profond (DLR) améliore la qualité d’image et la précision diagnostique pour l’appendicite complexe par rapport à l’IRM non DLR et à la tomographie par contraste, offrant une alternative précieuse pour les patients sensibles aux radiations. (Étude).

7:09

Une étude évaluant plusieurs grands modèles de langage a montré que le modèle OpenAI o3 obtenait la meilleure précision à l’examen national japonais des techniciens en radiologie, atteignant 90 % de réussite.

7:00

20 Nov

15:06

Une étude montre que l’angioscanner coronaire à détecteur photonique, réalisée avec des doses réduites de rayonnement et de produit de contraste, offre une excellente qualité d’image et une précision diagnostique élevée, en particulier avec les reconstructions en VMI à 55 keV. Cette technique permet de détecter avec fiabilité les sténoses obstructives et les resténoses intrastent chez des patients souffrant d’une maladie coronarienne associée à l’inflammation.
✕
Docteur Imago

GRATUIT
VOIR