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

PRIMAGE, la plateforme européenne d'aide à la décision clinique
29/01/2019 : Une plateforme cloud d'aide à la décision clinique par machine learning vient de voir le jour. Ce projet initié par l'Union Européenne testera cet outil à partir des données recueillies dans de grandes institutions de santé pédiatrique sur deux tumeurs solides cérébrales.

Hiérarchiser les radiographies thoraciques pathologiques à l'aide du Deep Learning
22/01/2019 : Selon une étude parue dans la revue Radiology, un système de Deep Learning peut  hiérarchiser les radiographies thoraciques pathologiques, réduisant potentiellement le délai de consultation des examens par les radiologues. Un système de détection des mots clés dans les comptes rendus a été utilisé dans cette étude. 

Des modèles informatiques pour améliorer les stratégies thérapeutiques
15/01/2019 : Les stratégies thérapeutiques pourraient être évaluées par des modèles informatiques. C'est ce que montre une étude publiée dans la Revue Radiology, qui voit en ces modèles des compléments d'information aux essais cliniques.  

Les trois lauréats du Myrian Studio Challenge sont connus
11/12/2018 : Intrasense a récompensé trois projets innovants en imagerie médicale en décernant les trois Prix "Myrian® Studio Challenge 2018" au dernier RSNA.  

Le deep learning pour gagner le combat contre la tuberculose
03/12/2018 : Le combat contre la tuberculose pourrait être gagné en utilisant l'IA pour le diagnostic sur les radiographies pulmonaires. Ce thème a été développé dans un article de la revue Radiology, primé au congrès de la RSNA 2018.  

La RSNA récompense des algorithmes d'identification de la pneumonie par radiographie pulmonaire
27/11/2018 : Le Pneumonia Detection Challenge a récompensé dix équipes ayant élaboré chacune un algorithme de Machine Learning pour identifier une pneumonie sur des radiographies pulmonaires. Ils ont été présentés le 26 novembre lors du congrès 2018 de la RSNA.

Diagnostic automatique des radiographies pulmonaires: dans les années 60, déjà...
21/11/2018 : 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.

Un projet d'Intelligence Artificielle surdimensionné au Nord de l'Angleterre
13/11/2018 : Sectra met à disposition du consortium Northern Pathology Co-operative (NPP) au Royaume-Uni, sa plateforme d'Intelligence Artificielle pour un projet de mise en commun d'images radiologiques oncologiques pesant quelques 1,2 pétaoctets par an.  

Détecter précocement la maladie d'Alzheimer grâce au Deep Learning des données de PET-FDG
06/11/2018 : Le Deep Learning basé sur les données du PET-FDG améliorerait la capacité de l'imagerie cérébrale à prédire précocement la maladie d'Alzheimer. C'est ce que conclut une étude publiée dans la revue Radiology qui identifie les changements métaboliques avec une sensibilité significative.  

Brain(s), la plateforme de recherche & développement japonaise d'Intelligence Artificielle en Santé
02/11/2018 : Fujifilm est désormais lancé dans le développement de technologies d'Intelligence Artificielle. C'est ainsi qu'ellle vient d'annoncer la création de "Brain(s)", son Fujifilm Creative AI Center, plateforme de recherche et développement situé en plein cœur de Tokyo.


Marché public de téléradiologie: le Resah apporte des explications juridiques et déontologiques
18/02/2019 : Le Resah a souhaité apporter des précisions sur le marché de téléradiologie qu'il propose à ses adhérents depuis ce mois-ci. Il souhaite ainsi donner des explications juridiques et déontologiques aux critiques du G4.

Dosimétrie patient: de nouvelles notions dans le projet de Décision ASN en cours d'élaboration
15/02/2019 : Un projet de décision de l'ASN est en cours de consultation entre experts pour faire évoluer les dispositifs d'évaluation des doses délivrées au patient en radiologie et médecine nucléaire, incluant les notions de NRI et de VGD.

Marché de téléradiologie du RESAH: le G4 évoque la charte de déontologie
15/02/2019 : Alors que le RESAH propose, depuis peu, un marché de téléradiologie aux établissements de Santé qui le souhaitent, le G4 conteste certaines pratiques relatives à cet accord qu'il trouve contraires à la charte de déontologie mise à jour en décembre 2018.

Téléradiologie: le RESAH opte pour un modèle conçu par les professionnels de l'imagerie
15/02/2019 : Pour concrétiser le premier marché de téléradiologie réalisé par une centrale d’achat, le RESAH a choisi le consortium Deeplink Medical/ Imadis pour les activités d’urgence. Cédric Munschy, Directeur commercial de Deeplink Medical et le Dr Vivien Thomson, Président d'Imadis, évoquent les atouts qui ont motivé ce choix, tant sur le plan technique que sur le professionnalisme médical.

L'assurance qualité devient systémique en imagerie médicale et médecine nucléaire
14/02/2019 : Le texte législatif relatif à la gestion du risque en imagerie médicale diagnostique qui vient d'être publié introduit une évolution systémique de la gestion du risque dans ce domaine. Parmi les dispositions remarquables, notons le programme d'actions d'amélioration ou la notion d'habilitation des utilisateurs.

MLCTO: un seul rendez-vous pour tous les acteurs du traitement de l'occlusion coronaire chronique
13/02/2019 : Fort du succès rencontré lors des précédentes éditions, le MLCTO 2019 sera encore cette année the place to be pour apprendre ou revoir les techniques de traitement percutané de l'occlusion coronaire chronique. Praticiens débutants et experts, ainsi que les paramédicaux, seront ainsi réunis en un lieu unique.

LE RESAH choisit ACETIAM pour son marché de plateforme de téléradiologie
13/02/2019 : Dans le cadre de son marché de " Plateforme de Téléradiologie et réalisation de prestations intellectuelles", le RESAH a fait le choix d'ACETIAM. L'éditeur accompagne ainsi les établissements au niveau technique et médico-organisationnel.

Une nouvelle technologie pour un diagnostic amélioré de la maladie cardiovasculaire
12/02/2019 : Une nouvelle technique non invasive d'exploration de l'artère carotide, la vMSOT est très prometteuse. Elle pourrait fournir une évaluation plus précoce et plus précise du risque de maladie cardiovasculaire, selon une étude publiée dans la revue Radiology.

De la faute grave dans l'exécution d'un contrat d'exploitation d'un scanographe
12/02/2019 : Pour le premier volet de notre série d'articles juridiques, nous avons choisi de traiter le thème de la faute grave. Et le cas mis en lumière ne concerne pas les relations entre employeur et employé, mais un contrat d'exploitation d'un scanner en établissement privé.

Parkinson: le région cérébrale du contrôle des impulsions identifiée
11/02/2019 : Pour étudier les mécanismes responsables de troubles du contrôle des impulsions pour les patients parkinsoniens, un programme DHUNE a utilisé le PETScan. Cela a permis de visualiser la région cérébrale impliquée.


L'assurance qualité devient systémique en imagerie médicale et médecine nucléaire
14/02/2019 : Le texte législatif relatif à la gestion du risque en imagerie médicale diagnostique qui vient d'être publié introduit une évolution systémique de la gestion du risque dans ce domaine. Parmi les dispositions remarquables, notons le programme d'actions d'amélioration ou la notion d'habilitation des utilisateurs.

Radioprotection: ce qui devrait changer le 1er juillet 2018
30/03/2018 : L'Ordonnance instituant de nouvelles règles en matière de prévention du risque ionisant devrait entrer en vigueur le 1er juillet 2018. Il n'y aura pas, d'après les informations que nous avons recueillies, de révolution. La gestion des professionnels multi-établissements devrait être revue, la fiche d'exposition devrait disparaître et les PCR externes sont appelés à faire place à des OCR certifiés ISO.

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.

La CGIM devient le Groupe Vidi
18/10/2018 : La CGIM est devenue, lors de son Assemblée Générale du 12 octobre 2018, le Groupe VIDI. Cette marque identifie désormais le premier groupe national de radiologues mutualisant leurs ressources.

De la faute grave dans l'exécution d'un contrat d'exploitation d'un scanographe
12/02/2019 : Pour le premier volet de notre série d'articles juridiques, nous avons choisi de traiter le thème de la faute grave. Et le cas mis en lumière ne concerne pas les relations entre employeur et employé, mais un contrat d'exploitation d'un scanner en établissement privé.

Dosimétrie patient: de nouvelles notions dans le projet de Décision ASN en cours d'élaboration
15/02/2019 : Un projet de décision de l'ASN est en cours de consultation entre experts pour faire évoluer les dispositifs d'évaluation des doses délivrées au patient en radiologie et médecine nucléaire, incluant les notions de NRI et de VGD.

Marché de téléradiologie du RESAH: le G4 évoque la charte de déontologie
15/02/2019 : Alors que le RESAH propose, depuis peu, un marché de téléradiologie aux établissements de Santé qui le souhaitent, le G4 conteste certaines pratiques relatives à cet accord qu'il trouve contraires à la charte de déontologie mise à jour en décembre 2018.

Téléradiologie: le RESAH opte pour un modèle conçu par les professionnels de l'imagerie
15/02/2019 : Pour concrétiser le premier marché de téléradiologie réalisé par une centrale d’achat, le RESAH a choisi le consortium Deeplink Medical/ Imadis pour les activités d’urgence. Cédric Munschy, Directeur commercial de Deeplink Medical et le Dr Vivien Thomson, Président d'Imadis, évoquent les atouts qui ont motivé ce choix, tant sur le plan technique que sur le professionnalisme médical.

Incident de radioprotection de faible gravité au CH d'Avignon
08/02/2019 : Le CH d'Avignon a fait preuve de réactivité lorsqu'a été constatée une fuite dans le bac de recueil des effluents radioactifs provenant des sanitaires des patients de médecine nucléaire. L'ASN a classé cet événement au niveau 1 de l'échelle INES.

L'IRM révèle les niveaux de fonctionnalité cérébrale après arrêt cardiaque
20/10/2017 : Après un arrêt cardiaque, l'évaluation des capacités cérébrales fonctionnelles est assez aléatoire. Une étude publiée dans la revue Radiology montre que l'IRM fonctionnelle et le tenseur de diffusion peuvent prédire ces résultats et guider les traitements.