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 14:18 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

apprentissage profond algorithmes

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

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.

15:00

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.

7:00

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