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

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.

Naissance de DRIM France IA, l'écosystème créé par le Conseil de la Radiologie française
24/10/2018 : L'écosystème français d'Intelligence Artificielle dédié à l'imagerie médicale est créé et s'appelle "DRIM France IA". Le G4 a annoncé sa mise en œuvre lors des JFR 2018.  

Canon Medical Systems intègre l'IA au cœur de ses solutions d'imagerie
10/10/2018 : Dès la fin 2018 Canon Medical Systems implantera son premier Scanner intégrant de l’intelligence artificielle (IA) au CHU de Dijon. Une solution de Deep Learning Reconstruction (DLR) embarquée permettra en effet d’augmenter la qualité et la précision des images et d’abaisser le niveau d’irradiation du patient.

Imagerie et IA: un duo à réguler finement au bénéfice du patient
09/10/2018 : Nesrine Benyahia, Présidente de DrData, et Stéphane Boyer, Directeur Général d'Arterys, nous éclairent sur les véritables enjeux de l’intelligence artificielle en imagerie médicale par des regards croisés sur les plans du juridique, des politiques publiques et des applications pratiques.


Perfectionnez-vous en IRM pelvienne en présentiel et e-learning
13/12/2018 : La formation FORCOMED de perfectionnement à l'IRM pelvienne est reconduite en 2019. Deux sessions en présentiel sont programmées, ainsi qu'un module d'e-learning.

Le Dr Philippe Cart nouveau Président du Syndicat des Radiologues Hospitaliers
13/12/2018 : Le Dr Philippe Cart (CH Charleville-Mézières) a été élu, le 7 décembre 2018, Président du Syndicat des Radiologues Hospitaliers (SRH).

Des gains significatifs dans la planification et la durée des traitements pour le cyberknife
12/12/2018 : Avec son système de planification de traitement Accuray Precision®associé à l’optimisateur VOLOTM pour le Cyberknife, Accuray réduit significativement les durées de planification et les temps de traitement.

Le JT du RSNA du 7 décembre 2018
12/12/2018 : Pour clore notre série de comptes rendus du RSNA 2018, en partenariat avec les Entretiens Médicaux d'Enghein, le JT du 7 décembre fait la synthèse de l'édition 2018 et présente des outils d'impression 3D.

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.  

Une meilleure détection du cancer du sein depuis la mammographie numérique
11/12/2018 : Le passage d'une mammographie sur film à une mammographie numérique a augmenté la détection du cancer du sein de 14% au Royaume-Uni sans augmenter le taux de rappel, selon une nouvelle étude majeure parue dans la revue Radiology.

Le JT du RSNA du 6 novembre 2018
10/12/2018 : Dans notre série de comptes rendus du RSNA 2018, en partenariat avec les Entretiens Médicaux d'Enghein, le JT du 6 décembre parle de gadolinium, de cryo et thermo-ablation, et de la rentabilité relative des modalités présentées dans ce congrès.

Un site d'information pour tranquilliser les enfants avant un examen
07/12/2018 : RadiologyInfo.org a lancé RadInfo 4 Kids, une nouvelle section du site Web grand public contenant des vidéos, des histoires, des jeux et des activités pour aider les enfants et leurs parents à se préparer aux examens d'imagerie médicale.

Le JT du RSNA du 5 décembre 2018
06/12/2018 : Dans notre série de comptes rendus du RSNA 2018, en partenariat avec les Entretiens Médicaux d'Enghein, le JT du 5 décembre évoque la radiomique, le TEP-IRM et les grandes tendances observées au RSNA 2018 notamment.

Canon Medical présente ses nouveautés au RSNA 2018
06/12/2018 : Canon Medical a une nouvelle fois, lors du RSNA 2018, fait la preuve de sa polyvalence et de son avance technologique avec ses modalités d'explorations avancées.


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.

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.  

Perfectionnez-vous en IRM pelvienne en présentiel et e-learning
13/12/2018 : La formation FORCOMED de perfectionnement à l'IRM pelvienne est reconduite en 2019. Deux sessions en présentiel sont programmées, ainsi qu'un module d'e-learning.

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.  

Un site d'information pour tranquilliser les enfants avant un examen
07/12/2018 : RadiologyInfo.org a lancé RadInfo 4 Kids, une nouvelle section du site Web grand public contenant des vidéos, des histoires, des jeux et des activités pour aider les enfants et leurs parents à se préparer aux examens d'imagerie médicale.

Une meilleure détection du cancer du sein depuis la mammographie numérique
11/12/2018 : Le passage d'une mammographie sur film à une mammographie numérique a augmenté la détection du cancer du sein de 14% au Royaume-Uni sans augmenter le taux de rappel, selon une nouvelle étude majeure parue dans la revue Radiology.

Canon Medical présente ses nouveautés au RSNA 2018
06/12/2018 : Canon Medical a une nouvelle fois, lors du RSNA 2018, fait la preuve de sa polyvalence et de son avance technologique avec ses modalités d'explorations avancées.

Naissance de DRIM France IA, l'écosystème créé par le Conseil de la Radiologie française
24/10/2018 : L'écosystème français d'Intelligence Artificielle dédié à l'imagerie médicale est créé et s'appelle "DRIM France IA". Le G4 a annoncé sa mise en œuvre lors des JFR 2018.  

L'Ingenia Ambition: une innovation de rupture en IRM
20/11/2018 : L'IRM Ingenia Ambition de Philips Healthcare n'a besoin que de 7 litres d'hélium pour fonctionner. Marceau Eck, Responsable marketing IRM, que nous avons rencontré aux JFR 2018, revient sur les avantages d'une telle évolution.