Intelligence artificielle

À Gustave-Roussy, un score maison prédit l’évolution des patients Covid

Le score AI-severity combine 5 variables cliniques et biologiques et l’analyse des examens de scanner thoracique par un algorithme d’apprentissage profond pour évaluer la gravité de l’atteinte pulmonaire liée à la Covid-19 et prédire son évolution.

icon réservé aux abonnésArticle réservé aux abonnés
Le 22/02/21 à 8:00, mise à jour hier à 15:12 Lecture 3 min.

AI-severity combine les informations extraites du scanner thoracique par un algorithme d’intelligence artificielle avec des données cliniques et biologiques pour attribuer un score de gravité à l’atteinte pulmonaire et prédire son évolution (photo d'illustration). D. R.

À Villejuif (94), le centre de lutte contre le cancer Gustave-Roussy évalue les patients atteints de Covid-19 ou suspectés de l’être grâce à un score hybride développé en interne. AI-severity combine les informations extraites du scanner thoracique par un algorithme d’intelligence artificielle avec des données cliniques et biologiques pour attribuer un score de gravité à l’atteinte pulmonaire et prédire son évolution.

Une approche holistique

Présenté dans un article de la revue Nature Communications [1], cet outil est le fruit des efforts conjoints des équipes de recherche de Gustave-Roussy, université Paris-Saclay, de l’hôpital du Kremlin-Bicêtre, assistance publique – hôpitaux de Paris, de l’Inria et de la start-up Owkin, réunis au sein de l’étude ScanCovIA. « Début 2020, nous n’avions pas de score. Des patients atteints de Covid-19 arrivaient en bon état général mais mourraient chez eux quelques jours plus tard, se souvient Nathalie Lassau, radiologue à Gustave Roussy – université Par

Il vous reste 78% 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

Jérome Hoff

Rédacteur en chef adjoint BOM Presse Clichy

Voir la fiche de l’auteur

Bibliographie

  1. Lassau N., Ammari S., Chouzenoux E. et coll., « Integrating deep learning CT-scan model, biological and clinical variables to predict severity of COVID-19 patients », Nature Communications, janvier 2021, vol. 12, n° 634. DOI : 10.1038/s41467-020-20657-4.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

10 Juil

16:20

l'IRM mammaire préopératoire ne serait pas associée à une amélioration de la survie sans récidive ou de la survie globale chez les femmes atteintes de carcinome canalaire in situ (DCIS) (étude).

13:19

Une étude indienne suggère que l'IRM multiparamétrique permettrait de distinguer les cancers du sein luminaux des cancers du sein non luminaux à partir de marqueurs non invasifs.

7:17

Les applications d'IA générative à usage général ne doivent pas être utilisées pour produire des images radiologiques à des fins de formation pour les étudiants en imagerie, prévient une étude. Sur 220 images générées par des application IA, seules 8,6 % ont été jugés appropriées par des radiologues pédiatriques américains.
09 Juil

17:28

Selon une étude publiée dans la revue Neuroradiology la combinaison de l’IRM 7T et d’un classificateur basé sur un réseau de neurones graphiques (GNN) améliore la détection des anomalies corticales discrètes de type dysplasie corticale focale chez les patients atteints d’épilepsie focale.

15:00

Une étude publiée dans le Journal of Medical Imaging et Radiation Oncology,
Docteur Imago

GRATUIT
VOIR