Apprentissage profond

Une IA de Google trie les radios thoraciques pour améliorer le flux de travail

Des chercheurs de Google Health ont entraîné et testé un système d’apprentissage profond capable de trier les examens de radiographie thoracique qui présentent des anomalies. Évalué dans le cadre d’une simulation de flux de travail, il a permis de réduire de 7 à 28 % le temps de prise en charge des cas anormaux.

icon réservé aux abonnésArticle réservé aux abonnés
Le 29/09/21 à 16:00, mise à jour le 11/09/23 à 13:22 Lecture 3 min.

Le système de deep learning a été entraîné et réglé à l’aide d’une base de données de 248 445 patients d’un réseau de 5 groupes d’hôpitaux en Inde. © Nabulsi Z. et coll.

Les systèmes d’intelligence artificielle conçus pour analyser les radiographies thoraciques sont déjà nombreux. Pour la plupart, ils se concentrent sur la détection d’anomalies ou de pathologies spécifiques : pneumonies, épanchements pleuraux, etc. Pour Zaid Nabulsi et ses confrères de Google Health, la branche santé du géant de l’informatique, cette approche a le défaut de limiter leur utilité pour un centre ou un service de radiologie qui voudrait une assistance pour « prioriser » les patients et améliorer son flux de travail. Un algorithme conçu pour détecter une pathologie peut en effet passer à côté d’une autre et il est irréaliste d’imaginer agréger des systèmes multiples qui détecteraient chacun une ou plusieurs pathologies séparées, écrivent-ils dans la revue Scientific Reports [1].

Différencier les radios « normales » et « anormales »

Les chercheurs de la firme californienne ont donc opté pour une autre démarche, et développé un algorithme d’apprentissage profond capable de diff

Il vous reste 76% 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 DÉCOUVERTE

11€

pendant 1 mois
puis 23 €/mois

S’abonner à Docteur Imago

Auteurs

Jérome Hoff

Rédacteur en chef adjoint

Voir la fiche de l’auteur

Bibliographie

  1. Nabulsi Z., Sellergren A., Jamshy S. et coll., « Deep learning for distinguishing normal versus abnormal chest radiographs and generalization to two unseen diseases tuberculosis and COVID-19 », Scientific Reports, septembre 2021, vol. 11, n° 15553. DOI : https://doi.org/10.1038/s41598-021-93967-2.

Spécialité médicale

Pneumologie Urgence

Modalité d’imagerie

Radiologie conventionnelle

Mots-clés

intelligence artificielle

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

19 Avr

16:30

Un modèle d’IA a été conçu pour détecter les fractures des côtes chez les enfants de moins de trois ans. Le modèle a approché les capacités des lecteurs humains experts sur un ensemble de 1 109 radiographies thoraciques pédiatriques et pourrait servir d’outil pour aider à détecter les blessures dues aux maltraitances physiques, selon les auteurs de l’étude.

15:00

14:00

Une enquête met en évidence la différence dans la façon dont les hommes et les femmes perçoivent les risques pour les nouveau-nés après que les femmes allaitantes aient reçu une injection de produit de contraste iodé. La plupart des femmes estiment qu’elles devraient cesser temporairement d’allaiter pendant 24 heures, tandis que la majorité des hommes ne croient pas que la pause soit nécessaire.

7:30

Selon la Société de la radiologie interventionnelle (SIR), les soins pédiatriques en traumatologie, y compris le rôle de la prise en charge endovasculaire, diffèrent considérablement de la traumatologie adulte. Un article de la revue JVIR énonce des lignes directrices en la matière à l’intention des radiologues interventionnels.

7:00

18 Avr

16:01

Les sociétés Bayer et Hologic ont annoncé le 11 avril dernier leur collaboration visant à fournir une solution coordonnée pour l'angiomammographie. L’objectif de ce partenariat sera ainsi d’améliorer l’accès à cette nouvelle modalité d’imagerie mammaire, indique Bayer dans un communiqué.
✕
Docteur Imago

GRATUIT
VOIR