Écosystème d’intelligence artificielle

La base de données française vise les 400 millions de dossiers

Le G4 annonce la création de l’association DRIM France IA. Objectif : constituer une base nationale de données d’imagerie et favoriser le développement d’outils d’intelligence artificielle pour les radiologues.

icon réservé aux abonnésArticle réservé aux abonnés
Le 24/10/18 à 7:00, mise à jour hier à 15:18 Lecture 2 min.

Chose promise, chose due. Après avoir annoncé au mois de juin sa volonté de créer un écosystème français d’intelligence artificielle en radiologie, le conseil professionnel de la radiologie française (G4) a concrétisé l’idée en créant l’association DRIM France IA. « À l’occasion des Journées francophones de radiologie (JFR), le comité directeur s’est réuni avec le conseil de surveillance constitué des présidents du G4 pour présenter officiellement le projet. Une prochaine réunion aura lieu début novembre pour lancer les travaux de l’association », détaille Jean-Philippe Masson, président de la Fédération nationale des médecins radiologues (FNMR), l’une des composantes du G4.

Une formule participative

Le projet espère mobiliser des radiologues libéraux et hospitaliers pour constituer une base de données d’imagerie médicale, qui sera mise à disposition des industriels pour développer des outils d’IA pour la formation, la recherche et des applications pratiques. « Si tous les radiologues et

Il vous reste 67% 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

17 Juil

16:00

Des chercheurs nord-américains ont adapté un modèle d'apprentissage profond pour la segmentation de la composition corporelle (muscle, os, graisse) à partir des images scanner volumétriques allant des vertèbres L2 à L4. La méthode s'est montrée plus précise que la technique standard, basée sur une seule coupe axiale en L3, se félicitent-ils dans EJR.

13:30

La TEP-TDM au meta-[18F] fluorobenzylguanidine ([18F]-mFBG) pourrait constituer une alternative plus efficace à la TEMP-TDM au [123I]-metaiodobenzylguanidine (MIBG) pour la stadification et l'évaluation de la réponse tumorale des neuroblastomes, conclut une étude présentée dans Pediatric Radiology.

7:42

GE Healthcare et la Mayo Clinic à Rochester (Minnesota) annoncent leur coopération autour d'un essai sur le traitement du cancer de la prostate par radioligands. L'étude MI-BET évaluera si l'utilisation de marqueurs biologiques et d'imagerie permet de mieux personnaliser les traitements, par exemple en espaçant les séances.
16 Juil

16:59

Une étude rétrospective compare les biopsies mammaires guidées par tomosynthèse et par échographie pour les lésions mammaires non calcifiées, en évaluant leurs caractéristiques et leurs performances diagnostiques. Les résultats montrent que l'échographie présente une meilleure valeur prédictive positive et que la tomosynthèse reste une alternative pertinente lorsque la lésion n'a pas de corrélat échographique définitif.

13:46

En angioscanner de la tête et du cou, associer une technologie de reconstruction d'image par apprentissage profond à une acquisition de basse énergie (80 kVp) permet de diminuer les doses de radiation (-36 %) et de produit de contraste (-26%) en améliorant la qualité d'image par rapport au protocole standard (100 kVp et reconstruction itérative), conclut un article dans EJR.
Docteur Imago

GRATUIT
VOIR