Vous êtes dans : Accueil > Actualités > Intelligence Artificielle, Machine Learning > Diagnostic automatique des radiographies pulmonaires: dans les années 60, déjà...

Diagnostic automatique des radiographies pulmonaires: dans les années 60, déjà...

MERCREDI 21 NOVEMBRE 2018 Soyez le premier à réagirSoyez le premier à réagir

Les recherches sur les usages de l'Intelligence Artificielle appliqués à la radiologie se multiplient désormais. L'éditorial du Journal Radiology revient sur ces application et rappelle que, dans les années 60, un radiologue précurseur avait initié un système d'apprentissage des images pathologiques sur les radiographies du poumon.

RSNA

Dans son éditorial du Journal Radiology, le Dr Bram Van Ginneken, du Department of Raiology and Nuclear Medicine, Radboud University Medical Center de Nimegue (Pays-Bas), traite de la manipulation des images radiologiques thoraciques dans le cadre d'une médecine prédictive.

Un système de codage des radiographies pulmonaires déjà dans les années 60

Cette pratique n'est pas récente puisqu'il fait référence à un article de Lodwick et al. paru en août 1963 dans la même revue et dans lequel il faisait figure de visionnaire. Les auteurs avaient analysé des images de 514 radiographies du thorax chez les patients atteints d'un cancer du poumon et y avaient affecté une sorte de codage dont les fonctionnalités étaient spécialement conçues pour analyser le cancer du poumon sur les radiographies interprétées par un radiologue. Cette étude avait montré qu'un système informatique pourrait prédire la survie à un an en calculant ces caractéristiques de codage lui-même. Le Dr Lodwick avait alors annoncé qu'il s'agissait d'un "concept de conversion des images radiologiques en numérique, les séquences de données pouvant être manipulées et évaluées par l'ordinateur".

Le Deep Learning pour concrétiser la prédiction du Dr Lodwick

Le Dr Van Ginneken revient ensuite sur la période actuelle où la radiographie thoracique est toujours l'examen le plus couramment effectué et qui est lu exclusivement par le radiologue ou, plus largement par un praticien, mais pas par les machines. Sauf que depuis l'avènement du Deep Learning et des réseaux de neurones à plusieurs couches, les pratiques sont en passe de changer. Le nombre de publications sur ce sujet augmente rapidement, dit-il, et de nouvelles revues sont en cours de création, dont Radiology: Artificial Intelligence, une sous-spécialité du Journal du RSNA. L'intérêt des start-up et des industriels du secteur pour cette thématique montre ainsi que nous sommes proches de réaliser ce que Lodwick et al avaient envisagé en 1963.

Des prérequis technologiques indispensables

Mais le Deep Learning est fondamentalement différent des approches plus traditionnelles de machine learning, de radiomique ou de CAD car il agit directement sur les données d'entrée et ne comptent pas sur un ensemble de processus préfabriqués comme le système de codage décrit par Lodwick et al. Ce processus ajuste en permanence les données de toutes les couches en veillant à ce que le les images d'entrée soient mappées vers la bonne sortie. Pour être efficace, il nécessite un grand corpus d'images, le choix d'une architecture réseau et de ses hyperparamètres, ainsi qu'un ordinateur avec unité de traitement graphique. C'est ce type de système qu'a utilisé le Dr Jared A. Dumond, du Departments of Computer Science, Biomedical Data Science and Radiology de la Stanford University (USA) dans une étude sur des radiographies pulmonaires en vue de leur classification automatique tant que normales ou anormales, permettant potentiellement un tri des images en pratique clinique.

Une étude pour évaluer un processus de prédiction pathologiques à partir des radiographies du poumon

Il s'agissait d'évaluer l'aptitude des réseaux de neurones à convolution (CNN) à permettre la classification haute performance binaire automatisée des radiographies thoraciques. Dans cette étude rétrospective, 216 431 radiographies thoraciques de face réalisées entre 1998 et 2012 ont été extraites, ainsi que les comptes rendus associés et une donnée prospective sur le radiologue traitant. Cet ensemble de données a été utilisé pour former les CNN de classification des radiographies thoraciques comme normales ou anormales avant leur évaluation sur une série de 533 images conservées et référencées par des radiologues experts. Les caractéristiques techniques de l'outil de Deep Learning ont été évalués et une analyse détaillée des erreur a été réalisée.

Il en résulte que les CNN formés avec une série réduite de radiographies thoraciques étiquetées de manière prospective ont obtenu des performances diagnostiques élevées dans la classification des radiographies thoraciques comme normales ou anormales. Les chercheurs en ont déduit que cette fonction peut être utile pour hiérarchiser automatiquement les radiographies thoraciques anormales.

Bruno Benque avec RSNA


toshiba

L'intelligence artificielle au révélateur de l'imagerie oncologique
12/11/2019 : Dans notre série d’articles dédiés au prochain symposium Scanner volumique, nous allons à la rencontre des orateurs qui animeront cet événement. Aujourd’hui, le Pr Pierre-Jean Valette évoque pour nous l’intelligence artificielle appliquée à l’imagerie oncologique, un thème qu’il abordera lors du symposium.

La recherche sur l'IA en imagerie avance avec le Data Challenge
25/10/2019 : Le Pr Nathalie Lassau, Professeur de Radiologie à l'Université Paris Sud et Co-Directrice du laboratoire d Imagerie IR4M (UPSUD/ CNRS) à l'Institut Gustave Roussy, est la responsable du Data Challenge dont la première édition a été organisée aux JFR 2018. Nous l'avons rencontrée pour une évocation des améliorations apportées, en 2019, à cette compétition.

Une plateforme dédiée pour choisir un moteur d'IA pertinent
03/10/2019 : Acteur historique de l'informatique de Santé, Softway Medical propose une offre d'intelligence artificielle tout à fait originale. À partir d'un catalogue de moteurs d'IA, le radiologue pourra choisir celui qui répondra précisément à ses besoins. Rendez-vous aux JFR 2019 pour découvrir cette nouvelle offre.

L'hémorragie cérébrale, thème du RSNA IA challenge 2019
17/09/2019 : La Radiological Society of North America (RSNA) vient de lancer son troisième défi annuel sur l'intelligence artificielle (IA): le défi RSNA de détection et de classification des hémorragies intracrâniennes.

La Data science en Santé se développe à l'Université
13/08/2019 : L'Intelligence artificielle en Santé fera l'objet de plusieurs cursus de formation dans les Universités françaises à la rentrée. C'est notamment le cas à l'Université Paris Descartes.

RSNA 2019 : 3 700 m2 dédiés à l'intelligence artificielle
09/08/2019 : Le RSNA 2019 AI Showcase proposera un plus grand espace dédié à l'intelligence artificielle. Des démonstrations et des salles de classe permettront aux fournisseurs de solutions et aux spécialistes de promouvoir les outils d'aide à la décision clinique ainsi que les bonnes pratiques de gestion des données.

De nouveaux outils d'aide à la décision en mammographie
18/06/2019 : L'aide à la décision en mammographie 2D et tomosynthèse 3D vient de s'enrichir, avec iCAD, de nouvelles applications annoncées lors du récent congrès de la SIFEM.

Segmenter les tumeurs pulmonaires à partir d'un navigateur web
09/05/2019 : Arterys lance, lors de l'ESTI 2019, sa solution Lung AI de suivi des tumeurs du poumon par scanner. Ce programme de deep learning permet d'identifier des nodules pulmonaires à partir d'un navigateur web.

L'ESR noue un partenariat pour promouvoir l'IA en imagerie médicale
02/05/2019 : L'European Society of Radiology (ESR) a conclu un partenariat avec Siemens Helathineers pour la promotion de l'intelligence artificielle en imagerie médicale. Des événements et un blog seront dédiés à cette thématique.

Une feuille de route pour améliorer la recherche en IA appliquée à l'imagerie médicale
17/04/2019 : Dans un contexte de développement tous azimuts de l'intelligence artificielle appliquée à l'imagerie médicale, les principaux acteurs scientifiques américains ont élaboré une feuille de route pour accélérer la recherche dans ce domaine. Un rapport a été rédigé en ce sens.


L'intelligence artificielle au révélateur de l'imagerie oncologique
12/11/2019 : Dans notre série d’articles dédiés au prochain symposium Scanner volumique, nous allons à la rencontre des orateurs qui animeront cet événement. Aujourd’hui, le Pr Pierre-Jean Valette évoque pour nous l’intelligence artificielle appliquée à l’imagerie oncologique, un thème qu’il abordera lors du symposium.

Le jeu des 7 erreurs de radioprotection au bloc opératoire
08/11/2019 : Afin d’améliorer la culture de prévention du risque ionisant dans les blocs opératoires, l’ASN a élaboré un document pour mettre en place un outil de simulation appelé « Bloc des erreurs ».

Nouveau succès pour la web conférence sur l'imagerie hybride, moléculaire et translationnelle
08/11/2019 : L’ESR et l’ESHI publient un rapide bilan de la session CHILI organisée le 25 octobre 2019. Toutes les webconférences CHILI seront bientôt disponibles sur ESRConnect.

La journée internationale de la radiologie célébrée dans le monde entier
08/11/2019 : Pour célébrer l’anniversaire de la découverte de Wilhem Roentgen, l’ESR, la RSNA et l’ACR présentent, en ce 8 novembre, pour l'International Day of Radiology (IDoR), les plateformes web qu’ils proposent au grand public pour informer les populations à propos de l’imagerie médicale.

Le congrès Neuro IMC fête son neuvième anniversaire en janvier 2020
07/11/2019 : Le congrès Neuro IMC, la référence en neuroradiologie interventionnelle, fêtera sa neuvième édition à Madrid en janvier 2020. Les inscriptions sont ouvertes.

Le système CT-navigation va équiper son premier hôpital aux USA
06/11/2019 : L’UW Health, de l'Université du Wisconsin vient de faire l’acquisition du système CT-navigation d’Imactis. Il s’agit du premier client outre-Atlantique pour cette société française.

Prostate : ateliers pratiques d’IRM sur consoles
05/11/2019 : Forcomed propose une formation ciblée sur l’IRM prostatique multiparamétrique. Elle permet d’assurer notamment le classement PIRADS2 des lésions et d’effectuer un bilan d’extension.

Le diplôme européen de radiologie (EDiR) gagne du terrain
04/11/2019 : L’EDiR est désormais reconnu dans par une majorité de sociétés savantes nationales en radiologie. Il fait désormais l’objet d’un guide et d’une application dédiés pour faciliter le travail des candidats à l’examen.

Le vapotage responsable d'images pathologiques pulmonaires ?
31/10/2019 : La Revue Radiology : Cardiothoracic Imaging a publié une étude dédiée lésions pulmonaires résultant de l'utilisation de cigarettes électroniques. Les auteurs souhaitent ainsi sensibiliser les radiologues et autres professionnels de santé sur la manière d’identifier les lésions pulmonaires associées au vapotage (EVALI).

La recherche sur l'IA en imagerie avance avec le Data Challenge
25/10/2019 : Le Pr Nathalie Lassau, Professeur de Radiologie à l'Université Paris Sud et Co-Directrice du laboratoire d Imagerie IR4M (UPSUD/ CNRS) à l'Institut Gustave Roussy, est la responsable du Data Challenge dont la première édition a été organisée aux JFR 2018. Nous l'avons rencontrée pour une évocation des améliorations apportées, en 2019, à cette compétition.


Le vapotage responsable d'images pathologiques pulmonaires ?
31/10/2019 : La Revue Radiology : Cardiothoracic Imaging a publié une étude dédiée lésions pulmonaires résultant de l'utilisation de cigarettes électroniques. Les auteurs souhaitent ainsi sensibiliser les radiologues et autres professionnels de santé sur la manière d’identifier les lésions pulmonaires associées au vapotage (EVALI).

L'intelligence artificielle au révélateur de l'imagerie oncologique
12/11/2019 : Dans notre série d’articles dédiés au prochain symposium Scanner volumique, nous allons à la rencontre des orateurs qui animeront cet événement. Aujourd’hui, le Pr Pierre-Jean Valette évoque pour nous l’intelligence artificielle appliquée à l’imagerie oncologique, un thème qu’il abordera lors du symposium.

DxPlanning DR coordonne la complexité des unités d'imagerie
14/10/2013 :   La solution DxPlanning DR de Medasys se présente comme un véritable tableau de service électronique, conçu pour l'organisation des unités d'imagerie et la coordination des équipes médicales. Élaborée avec le concours du Pr Pierre-Jean Valette aux Hospices Civils de Lyon, elle répond aux aspirations des gestionnaires de services, qui pourront l'évaluer lors des démonstrations proposées par Medasys aux JFR 2013  

Le jeu des 7 erreurs de radioprotection au bloc opératoire
08/11/2019 : Afin d’améliorer la culture de prévention du risque ionisant dans les blocs opératoires, l’ASN a élaboré un document pour mettre en place un outil de simulation appelé « Bloc des erreurs ».

LE GADOLINIUM EST-IL DANGEREUX A LONG TERME ?
05/05/2015 : Une série d'études récentes montre que le Gadolinium s'accumule de façon résiduelle dans le cerveau. Les dangers de ces résidus sont sans doute liées à la structure moléculaire de l'agent chimique qui accompagne le Gadolinium dans le corps des patients. Et les habitudes des radiologues sont appelées à changer, selon le Pr Emmanuel Kanal.

Optimiser la cotation des actes grâce à un nouveau site web gratuit
03/09/2019 : Le catalogue CCAM est souvent mal employé par les radiologues, ce qui peut engendrer des erreurs de cotations. C'est pout leur venir en aide que le site web gratuit ccam-radiologie.fr a été conçu, afin d'optimiser la facturation de l'activité radiologique.

La recherche sur l'IA en imagerie avance avec le Data Challenge
25/10/2019 : Le Pr Nathalie Lassau, Professeur de Radiologie à l'Université Paris Sud et Co-Directrice du laboratoire d Imagerie IR4M (UPSUD/ CNRS) à l'Institut Gustave Roussy, est la responsable du Data Challenge dont la première édition a été organisée aux JFR 2018. Nous l'avons rencontrée pour une évocation des améliorations apportées, en 2019, à cette compétition.

La journée internationale de la radiologie célébrée dans le monde entier
08/11/2019 : Pour célébrer l’anniversaire de la découverte de Wilhem Roentgen, l’ESR, la RSNA et l’ACR présentent, en ce 8 novembre, pour l'International Day of Radiology (IDoR), les plateformes web qu’ils proposent au grand public pour informer les populations à propos de l’imagerie médicale.

Contrôler la graisse hépatique des patients obèses par IRM
19/12/2018 : Selon une nouvelle étude publiée dans la revue Radiology, l'IRM constitue un moyen sûr et non invasif de surveiller les taux de graisse du foie chez les personnes qui suivent un traitement de l'obésité.

Nouveau succès pour la web conférence sur l'imagerie hybride, moléculaire et translationnelle
08/11/2019 : L’ESR et l’ESHI publient un rapide bilan de la session CHILI organisée le 25 octobre 2019. Toutes les webconférences CHILI seront bientôt disponibles sur ESRConnect.