Apprentissage profond

Une IA améliore la détection des fractures par radiographie

D’après les résultats d’une étude parue dans Radiology, un système d’apprentissage profond développé par le français Gleamer a permis d’améliorer de près de 9 % la sensibilité des médecins radiologues et urgentistes pour la détection sur des radiographies de fractures sur tout le squelette appendiculaire.

icon réservé aux abonnésArticle réservé aux abonnés
Le 16/06/21 à 16:00, mise à jour hier à 14:14 Lecture 2 min.

Le logiciel met en avant les régions d’intérêt en les entourant d’une boîte et fournit un « score de confiance » concernant la présence d’une fracture dans ces zones. © Duron L. et coll.

L’entreprise française Gleamer a annoncé en mai la parution dans Radiology des résultats d’une étude clinique « de grande envergure » sur l’efficacité de sa solution d’intelligence artificielle BoneView® [1].  Ce logiciel, basé sur l’apprentissage profond « détecte les lésions en radiographie traumatique et les présente au radiologue pour validation finale », indique la société dans un communiqué de presse.

Un test clinique sur 600 patients

Financée et conçue par Gleamer, l’étude a comparé les performances de 6 médecins urgentistes et 6 radiologues avec et sans l’aide de BoneView® sur un échantillon rétrospectif d’examens réalisés sur 600 patients issus de 17 centres français, obtenus après un traumatisme récent, dont certains montraient une ou plusieurs fractures de l’épaule, du bras, de la main, du bassin, de la jambe ou du pied. Le logiciel avait été préalablement entraîné à l’aide de 60 170 radiographies de patients traumatiques.

La première étude du genre

« À notre connaissance, il s’

Il vous reste 71% 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. Duron L., Ducarouge A., Gillibert A. et coll., « Assessment of an AI aid in detection of adult appendicular skeletal fractures by emergency physicians and radiologists: A multicenter cross-sectional diagnostic study », Radiology, 2021. Epub 4 mai 2021. DOI : 10.1148/radiol.2021203886.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

17 Déc

7:35

Une enquête menée auprès de 1 600 universitaires a révélé que plus de 50 % d’entre eux ont utilisé des outils d’intelligence artificielle lors de l’évaluation par les pairs de manuscrits, a révélé la revue Nature.
16 Déc

16:17

Le coroscanner assistée par IA offrirait des performances diagnostiques élevées pour la détection des sténoses coronariennes, avec une sensibilité et une spécificité élevées (étude).

13:28

Deux modèles vision-langage (GPT-4o et GPT-5) appliqués à des examens d'imagerie thoracique ont montré des précisions diagnostiques de 15,9 % et 24,7 % quand ils se basaient sur les images et les métadonnées des patients, et de 40,1 % et 59,1 % quand ils se basaient sur les métadonnées et les descriptions écrites des images par des radiologues. Étude.

7:26

Une étude présentée dans AJR a comparé les performances de l'IRM 0,55 T, 1,5 T et 3 T dans la surveillance du néoplasme mucineux papillaire intraductal. « La concordance entre radiologues concernant les caractéristiques suspectes des kystes était excellente pour tous les champs et tous les examens à 0,55 T ont été considérés comme diagnostiques. »
Docteur Imago

GRATUIT
VOIR