COVID-19

Un système de mesure automatique de l’atteinte pulmonaire à l’épreuve dans le Grand-Est

Dans le Grand-Est, une étude teste un système de quantification de l’atteinte pulmonaire par le COVID-19 à partir d’images de scanner thoracique. L’outil doit permettre de prédire l’état du patient à 7 jours et d’adapter sa prise en charge.

icon réservé aux abonnésArticle réservé aux abonnés
Le 19/05/20 à 7:00, mise à jour aujourd'hui à 14:14 Lecture 2 min.

Le système NDS permettrait de quantifier automatiquement la zone pulmonaire infectée à partir d'images de scanner thoracique de patients COVID. © Visible Patient

L’intelligence artificielle n’a, pour l’heure, joué qu’un rôle marginal dans la lutte contre le coronavirus mais les développeurs travaillent. La société strasbourgeoise Visible Patient, spécialisée dans l’analyse d’images médicales et la modalisation 3D, a ainsi lancé une étude dans le Grand-Est pour valider un système de mesure automatique de l’atteinte pulmonaire par le COVID-19.

Un clone numérique des poumons

L’objectif de ce dispositif est d’établir un diagnostic de sévérité « calculé pour chaque patient à partir de la modélisation 3D extraite de son scanner des zones saines et atteintes de ses poumons », explique la société dans un communiqué. À partir des images médicales, Visible Patient réalise « un clone numérique » des poumons du malade. « L’énorme avantage de cette analyse est lié à la délimitation automatique précise de chaque région infectée du poumon. Elle permet de définir le volume fonctionnel restant ainsi que le volume atteint », précise la société.

Prédire l’état du pa

Il vous reste 68% 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

Discussion

Aucun commentaire

Laisser un commentaire

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