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 hier à 14:21 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

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.

15:00

13:08

Chez les patients atteints d'occlusion aiguë des grands vaisseaux (LVO) de l’ACM et de sténose de l’artère intracrânienne sous-jacente traitée par stent de secours, l’administration préalable d’une thrombolyse intraveineuse n’est pas associée à une augmentation du risque d’hémorragie intracrânienne symptomatique ni de la mortalité à 90 jours (étude).

7:30

Un modèle de classification ternaire radiologique a obtenu des performances diagnostiques « excellentes » pour différencier les lésions pulmonaires sur des images de scanner, selon des résultats publiés dans Radiology.

7:00

08 Jan

15:17

Des chercheurs ont introduit un nouveau marqueur tumoral IRM appelé « signe sombre-clair-obscur » et suggèrent qu’il peut aider à prédire la métastase des ganglions lymphatiques chez les patients atteints d’un cancer rectal, selon une étude publiée dans Radiology.
✕
Docteur Imago

GRATUIT
VOIR