Vous êtes dans : Accueil > Actualités > Intelligence Artificielle, Machine Learning > La RSNA récompense des algorithmes d'identification de la pneumonie par radiographie pulmonaire

La RSNA récompense des algorithmes d'identification de la pneumonie par radiographie pulmonaire

MARDI 27 NOVEMBRE 2018 Soyez le premier à réagirSoyez le premier à réagir

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.

RSNA 2018

Nous avons relayé récemment, dans nos colonnes, l'intérêt des radiologues à pouvoir disposer d'outils d'intelligence artificielle pour l'interpétation automatique des radiographies pulmonaires. La Radiological Society of North America (RSNA) a annoncé, le 26 novembre 2018, les résultats officiels de son deuxième défi annuel de Machine Learning qui était consacré à ce champ d'étude.

1 400 équipe au départ du défi RSNA Pneumonia Detection Challenge

Le RSNA Pneumonia Detection Challenge a demandé aux équipes de développer des algorithmes pour identifier et localiser la pneumonie dans les radiographies thoraciques. Plus de 1 400 équipes ont pris part au défi et 346 ont soumis les résultats au cours de la phase d’évaluation de la compétition. Le défi a fait appel à un ensemble de données de radiographies pulmonaires disponibles, rendues publiques, auprès du National Institutes of Health. Le comité directeur de RSNA Machine Learning a collaboré avec des volontaires de la Society of Thoracic Radiology, dirigés par le Dr Carol Wu pour annoter le jeu de données et identifier les cas de pneumonie probables. L'ensemble de données annoté a fourni la "vérité de terrain" aux participants pour élaborer leurs algorithmes et évaluer leurs soumissions lors de la phase finale du défi. L'annotation des jeux de données a été organisée et validée à l'aide des outils fournis par MD.ai sous la direction du Dr George Shih et du Dr Anouk Stein.

Promouvoir le Machine Learning pour améliorer la précision et l'efficacité des diagnostics

"Un défi de machine learning réussi doit commencer par un ensemble de données suffisamment précis et suffisamment volumineux pour fournir la vérité de terrain, a déclaré le Dr Safwan Halabi, directeur médical des Radiology Informatics au Stanford Children’s Health et président du RSNA Machine Learning Data Standards Committee. Les développeurs construisent leurs modèles en les formant à l'ensemble de données et les organisateurs de défi utilisent une partie de l'ensemble de données pour mesurer leurs performances. L'un des principaux objectifs du concours est de promouvoir l'utilisation du machine learning en tant qu'outil d'amélioration de la précision et de l'efficacité du diagnostic, l'objectif ultime étant d'améliorer les soins aux patients. ”

30 000 $ à partager entre les dix lauréats

Le défi a été lancé sur une plate-forme fournie par Kaggle, Inc. La plate-forme Kaggle permet d'accéder à des jeux de données, à un forum de discussion pour les participants, au référentiel des résultats soumis et à un classement qui évolue tout au long du défi. Kaggle a également fourni 30 000 $ en prix à partager entre les gagnants. Les équipes gagnantes du RSNA Pneumonia Detection Challenge sont: ·Ian Pan & Alexandre Cadrin, Dmytro Poplavskiy [ods.ai], Phillip Cheng, 16bit.ai / layer6, JRS_HP, PFNeumonia, DEEPRADIOLOGY, Mu Song, DASA-FIDI-IARA etDancingBear.Ils ont été récompensés lors d'une cérémonie de remise des prix du Machine Learning Challenge qui s'est déroulée le 26 novembre 2018 dans le Machine LEarninf showcase du RSNA 2018.

"L'espoir que l'intelligence artificielle fournira bientôt des outils précieux pour la radiologie continue de croître, a déclaré le Pr Luciano Prevedello, chef de la division informatique de l'imagerie médicale de l'Ohio University et président du sous-comité de pilotage Machine Learning du RSNA Informatics Radiology Comitee. En organisant des défis comme celui-là, la RSNA joue un rôle important dans la promotion et la démonstration de ces capacités." Les résultats complets et des informations détaillées sur le défi sont disponibles sur le site Kaggle.

Bruno Benque avec RSNA


toshiba

IA contre le COVID : NEHS DIGITAL et Thales unissent leurs forces
09/11/2020 : Dans le cadre de la lutte contre le COVID-19, Thales et NEHS DIGITAL ont récemment uni leurs compétences dans un projet de traitement des bases de données issues des scanners pulmonaires. Ils peuvent s’appuyer d’ores et déjà sur la base FIDAC.

Intellifence artificielle et radiologie : forces et faiblesses
23/10/2020 : L’intelligence artificielle est au centre d’une communication du Dr Grégory Lenczner sur la plateforme Journées Francophones d’Imagerie Médicale (JFIM). Elle aborde les différentes fonctionnalités de l’IA ainsi que la récurrente question du remplacement du radiologue par la machine.

Détecter l'arthrose pré-symptomatique à l'IRM avec l'IA
05/10/2020 : Des chercheurs américains ont réussi à identifier des signes pré-symptomatiques de l’arthrose à l’aide de l’IA. Dans une étude parue dans la Revue PNAS, ils donnent des résultats en faveur de l’élaboration de médicaments expérimentaux susceptibles de traiter l’arthrose avant qu’elle n’apparaisse.

Un algorithme différentie la pneumonie COVID-19 des autres pneumonies sur la radiographie du thorax
28/09/2020 : Dans une nouvelle étude publiée dans la revue Radiology, un algorithme de deep learning est capable de différencier avec une sensibilité et une spécificité élevées une pneumonie COVID-19 d’une autre non-COVID-19 à partir de radiographies pulmonaires. Cet algorithme obtient de meilleures performances que les radiologues expérimentés.

L'embolie pulmonaire au centre du défi IA organisé au RSNA 2020
16/09/2020 : Au prochain RSNA, les meilleurs projets ayant concouru au défi IA seront présentés. Ce concours, qui promeut les modèles de deep learning pour l’amélioration des interprétations radiologiques, sera dédié cette année à l’embolie pulmonaire à partir d’images de scanner.

L'ESR regrette la baisse des budgets européens consacrés à la recherche médicale
24/08/2020 : L’ESR a récemment publié une déclaration dans laquelle elle regrette la décision de l’Union européenne de réduire son financement prévu pour divers projets de santé et de recherche à venir. Cette décision aura des conséquences néfastes sur la recherche européenne et entravera le potentiel de l’UE de devenir un pôle d’innovation pour l’intelligence artificielle et les soins de santé à l’avenir.

Quels apports de l'IA dans la gestion des images pulmonaires COVID-19 ?
07/05/2020 : Dans la série des webinars ESR Connect qu’elle organise désormais régulièrement, l’European Society of Radiology (ESR) a présenté une session dédiée à l’utilisation de l’intelligence artificielle (IA) pour aider les radiologues dans la gestion des données images pour faire face au COVID-19.

Un modèle de deep learning pour identifier le COVID-19 au scanner
08/04/2020 : Dans une étude publiée dans la Revue Radiology, un modèle de deep learning semble capable de réaliser un diagnostic différentiel de COVID-19 sur les examens de tomodensitométrie. Ce travail montre surtout que la spécificité du scanner semble améliorée comparativement aux autres études publiées sur ce thème.

Données de Santé : une nouvelle approche pour assurer la confidentialité
25/03/2020 : La sécurité des données de Santé et la protection de la vie privée des patients est une préoccupation majeure pour les tutelles sanitaires. Un Rapport publié dans la Revue Radiology suggère de considérer les données comme n’appartenant à personne et de cibler l’éthique des prestataires d’IA.  

Des modèles pertinents de deep learning pour la radiographie thoracique
03/12/2019 : Selon une étude publiée dans la revue Radiology, le deep learning peut détecter des résultats de radiographie thoracique cliniquement significatifs aussi efficacement que des radiologues expérimentés. Les chercheurs rapportent que leurs résultats pourraient constituer une ressource précieuse pour le développement futur de modèles d’intelligence artificielle pour la radiographie thoracique.


Signature d'un partenariat pour la détection des AVC par IA à partir du scanner cérébral
19/11/2020 : En signant un partenariat avec Avicienna.AI, Canon Medical permet aux radiologues d’être alertés en cas d’AVC hémorragique ou ischémique lors d’un scanner cérébral.

Le suivi IRM des joueurs de tennis en surpoids objective une dégénérescence cartilagineuse accrue des genoux
19/11/2020 : Les sports de raquette semblent accélérer la dégénérescence des articulations du genou chez les personnes en surpoids souffrant d'arthrose, selon une étude présentée lors du dernier congrès de la Radiological Society of North America (RSNA). Une surcharge articulaire nocive déclenchant un stress de contact accru sur le ménisque sont des pistes pour expliquer le phénomène.

Plus qu'un fournisseur, Philips est un partenaire
18/11/2020 : Cette année 2020 a été marquée par une crise sanitaire inédite qui a bousculé l’ensemble des acteurs du domaine médical. Jérôme Chevillotte, responsable pôle Diagnostic de précision au sein des équipes Philips Commercial France, revient sur les actions concrètes des derniers mois.

Le Mois sans tabac ravive les besoins de scanner low dose pour le dépistage précoce du cancer du poumon
18/11/2020 : En ce mois sans tabac de sensibilisation au cancer du poumon, la FNMR souhaite interpeler les pouvoirs publics sur les avantages que pourrait apporter le scanner low dose pour le dépistage précoce de cette maladie.

Les apports de la tomosynthèse dans l'étude de Vérone dédiée au dépistage du cancer du sein
16/11/2020 : La tomosynthèse mammaire, en combinaison avec la mammographie synthétique, améliore la détection du cancer par rapport à la mammographie numérique seule, selon une étude italienne publiée dans la revue Radiology. Les résultats de l'étude ajoutent un soutien supplémentaire à l'utilisation du DBT dans les programmes de dépistage du cancer du sein en population.

Audiences records pour l'IDoR 2020
16/11/2020 : L’IDoR 2020 a connu un engouement sans précédent cette année. Le rôle majeur tenu par l’imagerie médicale dans le diagnostic et le traitement de la maladie à COVID-19 y a contribué grandement et les retours d’expérience feront l’objet d’un livre électronique.

Robocath s'ouvre au marché chinois
12/11/2020 : Afin d’adresser le marché de l’imagerie interventionnelle chinois, Robocath vient de créer, avec MedBot, une joint-venture. L’assemblage de la plateforme R-One et la fabrication de consommables seront réalisés sur place.

La Profession Médicale Intermédiaire sera pluridisciplinaire ou ne sera pas
12/11/2020 : Alors qu’une proposition de Loi souhaite créer une Profession Médicale Intermédiaire (PMI), les manipulateurs, comme les autres professionnels paramédicaux - hors infirmier – sont exclus des discussions. Ils contestent, de même que les cadres de santé, cette disposition et souhaitent faire entendre leur voix.

La radiothérapie intra-opératoire est de retour
11/11/2020 : La radiothérapie per-opératoire est de nouveau très utilisée de nos jours et ses indications sont bénéfiques pour les patients. C’est ce qu’a montré un récent webinar diffusé sur la plateforme Oncostream.

L'IRM abrégée pour mieux dépister les cancers des seins denses
10/11/2020 : Dans une étude américaine publiée dans le Journal of Clinical Oncology, l’IRM abrégée montre des résultats supérieurs à la tomosynthèse pour le dépistage du cancer chez les femmes aux seins denses. Le Gouverneur de Pennsylvanie a même pris un décret obligeant les assureurs à rembourser cette exploration complémentaire.


Les apports de la tomosynthèse dans l'étude de Vérone dédiée au dépistage du cancer du sein
16/11/2020 : La tomosynthèse mammaire, en combinaison avec la mammographie synthétique, améliore la détection du cancer par rapport à la mammographie numérique seule, selon une étude italienne publiée dans la revue Radiology. Les résultats de l'étude ajoutent un soutien supplémentaire à l'utilisation du DBT dans les programmes de dépistage du cancer du sein en population.

Gadolinium et grossesse: des risques significatifs d'exposition fœtale
06/09/2019 : Selon une étude publiée dans la revue Radiology, un nombre limité mais préoccupant de femmes sont exposées à un produit de contraste au gadolinium au début de leur grossesse. Les chercheurs suggèrent de mener des mesures efficaces de dépistage de la grossesse afin de réduire l'exposition par inadvertance à ces agents de contraste en début de grossesse.

Plus qu'un fournisseur, Philips est un partenaire
18/11/2020 : Cette année 2020 a été marquée par une crise sanitaire inédite qui a bousculé l’ensemble des acteurs du domaine médical. Jérôme Chevillotte, responsable pôle Diagnostic de précision au sein des équipes Philips Commercial France, revient sur les actions concrètes des derniers mois.

Un radiotraceur de l'épilepsie visible au TEP
22/01/2020 : Un radiotraceur qui se lie spécifiquement à une classe de récepteurs cérébraux lorsqu'il est injecté à des rats et à des humains vivants vient d’être mis au point par une équipe japonaise. Visible lors d’un examen de TEP, ce composé pourrait améliorer le diagnostic et le traitement de l’épilepsie.

Les images pulmonaires caractéristiques du coronavirus au scanner
05/02/2020 : Dans un rapport spécial publié le 4 février 2020 dans la revue Radiology, des chercheurs décrivent les caractéristiques scanographiques qui facilitent la détection et le diagnostic précoces du coronavirus de Wuhan.

Une revue exhaustive des manifestations multisystémiques du COVID-19
03/11/2020 : Deuxième volet de la revue exhaustive réalisée par la plateforme RadioGraphics sur les manifestations radiologiques du COVID-19. Une iconographie toujours aussi impressionnante des affections cardiaques, neurologiques, abdominales, pédiatriques ou musculo-squelettiques notamment, dues au virus.

Les apports de la radiographie thoracique dans la détection du COVID-19
30/03/2020 : Une étude publiée dans la Revue radiologie stipule que les images de détection de la pneumonie au COVID-19 obtenues par radiographie pulmonaire sont sensiblement équivalentes à celles du scanner. Cependant, des différences sont à signaler, notamment pour le suivi des lésions.

L'IRM abrégée pour mieux dépister les cancers des seins denses
10/11/2020 : Dans une étude américaine publiée dans le Journal of Clinical Oncology, l’IRM abrégée montre des résultats supérieurs à la tomosynthèse pour le dépistage du cancer chez les femmes aux seins denses. Le Gouverneur de Pennsylvanie a même pris un décret obligeant les assureurs à rembourser cette exploration complémentaire.

Le scanner nouvel étalon pour le dépistage précoce du Coronavirus
27/02/2020 : Dans une étude de plus de 1000 patients, publiée dans la revue Radiology, la tomodensitométrie thoracique a surpassé les tests de laboratoire dans le diagnostic de coronavirus 2019 (COVID-19). Les chercheurs ont conclu que la tomodensitométrie devrait être utilisée comme principal outil de dépistage du COVID-19.

Scanner thoracique du COVID-19 : différentier les images des autres pathologies virales
16/03/2020 : Dans une nouvelle étude publiée dans la revue Radiology, des chercheurs chinois et américains ont distingué des différences entre les images du COVID-19 et les autres pneumonies virales au scanner.