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 14:16 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

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.

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.
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