Imagerie thoracique

Quelle place pour l’IA dans la lutte contre la Covid-19 ?

Une session du RSNA 2020 consacrée au rôle de l'IA dans la pandémie de Covid-19 a réuni des intervenants chinois et américains. Ils ont dressé le bilan des atouts et des limites de l'intelligence artificielle, et appelé à un contrôle qualité plus strict des produits.

icon réservé aux abonnésArticle réservé aux abonnés
Le 01/12/20 à 8:00, mise à jour aujourd'hui à 15:14 Lecture 3 min.

Pour l’orateur chinois Shi-Yuan Liu, radiologue à l’hôpital Changzheng à Shanghai, l’IA permet aux radiologues de travailler plus efficacement. capture d'écran RSNA 2020

Les deux thèmes phares du RSNA 2020 se sont partagé l’affiche au premier jour du congrès. L'intelligence artificielle et la Covid-19 étaient au programme d’une session commune le 29 novembre, lors de laquelle un radiologue américain et un radiologue chinois ont présenté leurs retours d’expérience respectifs sur l’utilisation de l’IA pour l’aide à la décision dans le contexte de Covid-19.

Détection et prédiction

Face à la pandémie, les besoins d’un outil d’IA se sont concentrés dans un premier temps sur le diagnostic initial, explique Greg Zaharchuk, professeur de radiologie à l’université de Stanford. « C’était un paramètre très important dans la première phase épidémique, lorsque les systèmes de santé ont été submergés et que les radiologues ne connaissaient pas cette nouvelle maladie », observe-t-il.
Désormais, le diagnostic initial de la Covid-19 n’est plus une problématique de premier plan et les besoins d’outils d’IA s’orientent plus vers la prédiction de l’évolution de la maladie, p

Il vous reste 79% 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

Bibliographie

  1. Mei X., Lee H.-C., Yang Y. et coll., « Artificial intelligence-enabled rapid diagnosis of patients with COVID-19 », Nature Medicine, mai 2020, vol. 26, p. 1224-1228. DOI : 10.1038/s41591-020-0931-3.
  2. Li M. D., Arun N. T., Gidwani M. et coll., « Automated assessment and tracking of COVID-19 pulmonary disease severity on chest radiographs using convolutional siamese neutral networks », Radiology : Artificial Intelligence, juillet 2020, vol. 2, n° 4. DOI : 10.1148/ryai.2020200079.
  3. Li L., Qin L., Xu Z. et coll., « Using artificial intelligence to detect COVID-19 and Community-acquired pneumonia based on pulmonary CT: Evaluation of the diagnostic accuracy », Radiology, août 2020, vol. 296, n° 2. DOI : 10.1148/radiol.2020200905.

Spécialité médicale

Pneumologie

Modalité d’imagerie

Scanner Radiologie conventionnelle

Mots-clés

intelligence artificielle COVID-19 RSNA 20

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

12 Juin

15:00

7:30

Une étude montre que la TEP-IRM ciblant la protéine d'activation des fibroblastes (FAP) détecte davantage de lésions suspectes d’endométriose que l’IRM conventionnelle, soutenant son intérêt comme outil complémentaire pour l’évaluation préopératoire.

7:00

11 Juin

16:00

L’ASNR a été informée d’une erreur de radiothérapie, classée au niveau 2 de l’échelle ASN-SFRO, survenue en mars 2026 au CHU de Saint-Étienne (42). Une dose de 9 Gy destinée à une vertèbre atteinte d’une métastase a été administrée par erreur à la vertèbre voisine saine en raison d’un mauvais positionnement du patient.

13:00

Des modèles d’intelligence artificielle évalués pour la classification de la malignité des nodules pulmonaires au scanner thoracique ont montré une sensibilité élevée (88 %) mais une spécificité modérée (75 %), soutenant un rôle potentiel dans les stratégies d’exclusion d'un cancer pulmonaire étude).

9:30

Selon une étude publiée dans The Journal of Nuclear Medicine, un nouveau système de TEP-TDM à champ de vision à long axe (LAFOV), utilisant des détecteurs de 30 mm au germanate de bismuth (BGO) avec des photomultiplicateurs au silicium offre une qualité d’image supérieure à la TEP-TDM à champ de vision court-axial (SAFOV) malgré des réductions marquées du temps d’acquisition, avec des caractéristiques de bruit comparables sur plusieurs radiopharmaceutiques.
✕
Docteur Imago

GRATUIT
VOIR