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 14:21 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

18 Mar

13:45

Un billet publié dans npj Digit. Med exprime un « optimisme prudent » quant à la protection de la vie privée grâce à l'utilisation des dossiers médicaux électroniques. Bien que ces dossiers puissent conserver les données biométriques et démographiques, la possibilité de réidentifier les patients par leur intermédiaire est atténuée par plusieurs facteurs, comme la mise en œuvre de mesures de protection, affirment les auteurs (Source)

7:26

L'embolisation transartérielle présente un taux de mortalité « acceptable » et un faible taux de complication, qui en font une alternative thérapeutique viable pour le traitement des hémorragies aiguës associées à un traumatisme contondant chez les patients pédiatriques, concluent des chercheurs chinois dans EJR.

7:00

17 Mar

16:22

Le [64Cu]Cu-NOTA-anti-EphA2-Mb serait un agent immuno-TEP prometteur pour identifier les patients susceptibles de bénéficier de traitements anticancéreux ciblés (étude).

14:14

Un modèle de deep learning améliorait considérablement la rapidité et la précision du diagnostic pour la détection des metastases cérébrales. Le temps de lecture a été réduit de 30,87 %, et la sensibilité est passée de 0,685 à 0,916 grâce à l'utilisation du modèle (étude).

7:30

L'angiomammographie montrerait une sensibilité et une précision élevées dans l'évaluation des asymétries mammographiques, ce qui en ferait un outil intéressant pour exclure les malignités, réduire le nombre de biopsies inutiles et optimiser les parcours de soins (étude).
✕
Docteur Imago

GRATUIT
VOIR