Intelligence artificielle

Les initiatives fleurissent pour collecter et partager les données d’imagerie sur le COVID-19

La Société nord-américaine de radiologie (RSNA) a lancé un projet de dépôt de données d'imagerie sur le COVID-19. Elle collabore étroitement avec l'EuSoMII pour développer des algorithmes d'IA qui permettront de détecter la pathologie et de quantifier l'atteinte pulmonaire.

Le 01/04/20 à 7:00, mise à jour hier à 15:14 Lecture 2 min.

Grâce à la collecte de données d'imagerie la RSNA entend développer des algorithmes pour faciliter la détection du COVID-19 et la quantification de l'atteinte pulmonaire au scanner. © Chung M., Bernheim A., Mei X. et coll.

Alors que la pandémie de COVID-19 s’étend sur toute la planète, la communauté radiologique internationale se mobilise pour collecter et partager les données d’imagerie. La Société nord-américaine de radiologie (RSNA) a créé un dépôt de données provenant d’établissements et de sociétés du monde entier.

Développer la recherche et des algorithmes d’IA

Cette initiative doit permettre d’alimenter la recherche et la formation sur le COVID-19, annonce la RSNA dans un communiqué. « L’annotation et l’analyse des images permettra aux chercheurs de comprendre les tendances épidémiologiques et de générer de nouveaux algorithmes d’IA pour faciliter la détection du COVID-19, la différenciation par rapport aux autres pneumonies et la quantification de l’atteinte pulmonaire au scanner pour le pronostic ou la planification du traitement », précise la société américaine.

Collaboration américano-européenne

Pour développer son projet, la RSNA a mis en ligne un sondage adressé aux représentants d’organisations de radiologues qui souhaiteraient partager des données d’imagerie liées au COVID-19. Elle annonce aussi sa collaboration avec le projet européen Imaging COVID-19 AI, développé par la Société européenne d’informatique en imagerie médicale (EuSoMII). « L’objectif est de créer des algorithmes capables de détecter précisément et rapidement le COVID-19 sur les scanners thoraciques, d’évaluer l’étendue des lésions pulmonaires et de stadifier l’avancée de la pathologie », explique Erik Ranschaert, le président de l’EuSoMII.

Les hôpitaux européens adhèrent au projet

Pour collecter les données nécessaires au développement de ces algorithmes, l’EuSoMII a activé son réseau dans toute l’Europe. « Nous avons déjà une trentaine d’hôpitaux européens qui souhaitent collaborer à ce projet », indique Erik Ranschaert. Le développement des algorithmes est assuré par la société espagnole Quibim et la société belge Robovision : « Les algorithmes seront testés et comparés lors d’un hackathon qui permettra de déterminer lequel est le plus efficace », détaille le président de l’EuSoMII.

De premiers algorithmes fin avril

Les premiers résultats sont attendus pour fin avril, indique Erik Ranschaert : « Nous espérons collecter suffisamment d’images d’ici deux à trois semaines, et l’entraînement de l’algorithme va prendre environ une semaine. Nous avons une équipe très enthousiaste et nous faisons tout ce que nous pouvons pour avancer. C’est le moment optimal pour déployer ce projet. »

Une initiative similaire en France

En France, la Société française de radiologie (SFR) et le Collège des enseignants en radiologie de France (CERF) ont lancé l’initiative RÉSEAU COVID-19 IMAGERIE qui consiste à réaliser une veille sanitaire dans le pays, ainsi qu’en Suisse et en Belgique afin de monitorer l’activité COVID au sein des structures d’imagerie. « Ce recueil est complémentaire de la base de données de dossiers scanographiques en cours de constitution par la SFR et le CERF qui serviront à développer des algorithmes d’aide aux diagnostics ou au pronostic, ainsi qu’à une meilleure connaissance des formes cliniques et scanographiques », indique la SFR.

Auteurs

Carla Ferrand

Journaliste cheffe de rubrique

Voir la fiche de l’auteur

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

13 Juil

8:30

Le scanner corps entier à ultra-basse dose associé à un algorithme de reconstruction par intelligence artificielle (SR-DLR) permet de réduire d'environ 70 % l'exposition aux rayonnements tout en conservant une excellente qualité d'image et des performances diagnostiques élevées pour la détection des maladies viscérales et métastatiques des tissus mous chez les patients sous surveillance du cancer, indique une étude parue dans European Journal of Radiology.
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.
Docteur Imago

GRATUIT
VOIR