Dossier

Les algorithmes traquent le coronavirus

Dès les premières semaines de la pandémie, les chercheurs et développeurs de solutions d’intelligence artificielle ont entraîné, testé et affuté leurs algorithmes pour venir en aide aux radiologues contre le coronavirus. À mesure qu’affluaient les données et les images du monde entier, ils leur ont appris à détecter les signes d’une pneumonie, à évaluer sa gravité ou même à prédire son évolution à partir d’examens de scanner ou de radiographie thoracique. Ce dossier regroupe nos articles sur ce sujet.

© Wang L. et coll.

icon réservé aux abonnésArticle réservé aux abonnés
Le 25/08/20 à 15:00, mise à jour hier à 15:05

Auteurs

Jérome Hoff

Rédacteur en chef adjoint BOM Presse Clichy

Voir la fiche de l’auteur

Mots-clés

intelligence artificielle COVID-19

Le fil Docteur Imago

15 Juil

13:34

La consommation énergétique en IRM est principalement liée à l’utilisation des gradients, les séquences ep2D DWI et DTI étant les plus énergivores. Le choix de séquences moins consommatrices, dans un contexte clinique approprié, peut réduire la consommation d’énergie par séquence de 20 à 49 % (étude).

7:31

Une méta-analyse de 23 études démontre que la TEP-TDM au [18F]FDG et l’IRM pelvienne présentent une sensibilité comparable pour la détection des métastases ganglionnaires latérales dans le cancer du rectum. En revanche, la TEP-TDM au [18F]FDG peut aider à exclure les faux positifs, évitant ainsi les dissections latérales des ganglions lymphatiques et la morbidité associée.

7:00

13 Juil

17:51

Des modèles d’apprentissage profond ont montré des performances diagnostiques comparables ou meilleures que celles des médecins expérimentés pour la détection du cancer du pancréas sur des examens de scanner, rapporte une étude présentée dans Radiology.

13:00

Trois systèmes de détection assistée par ordinateur (AI-CAO) basés sur l’IA ont démontré leur potentiel à détecter les signes précoces du cancer du sein jusqu’à 6 ans avant le diagnostic sur des examens de mammographie provenant d’une grande population de dépistage en Suède (communiqué).

8:30

Le scanner corps entier à ultra-basse dose associé à un algorithme de reconstruction par intelligence artificielle (SR-DLR) permet de réduire d'environ 70 % l'exposition aux rayonnements tout en conservant une excellente qualité d'image et des performances diagnostiques élevées pour la détection des maladies viscérales et métastatiques des tissus mous chez les patients sous surveillance du cancer, indique une étude parue dans European Journal of Radiology.
✕
Docteur Imago

GRATUIT
VOIR