Vous êtes dans : Accueil > Actualités > Intelligence Artificielle, Machine Learning > Le deep learning pour gagner le combat contre la tuberculose

Le deep learning pour gagner le combat contre la tuberculose

LUNDI 03 DéCEMBRE 2018 Soyez le premier à réagirSoyez le premier à réagir

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 Radiological Society of North America (RSNA) a décerné, le 26 novembre 2018, son septième prix d'excellence scientifique Alexander R. Margulis au Dr Paras Lakhani, du Thomas Jefferson University Hospital (TJUH) de Philadelphie, pour l'article intitulé "Deep Learning pour la radiographie thoracique: classification automatisée de la tuberculose pulmonaire à l’aide de réseaux de neurones convolutifs", publiée en ligne en avril 2017.

L'intelligence artificielle pour gagner le combat contre la tuberculose

Baptisé en l'honneur du Dr Alexander R. Margulis, chercheur distingué et visionnaire dans le domaine de la radiologie, ce prix annuel récompense le meilleur article scientifique original publié dans la revue Radiology, par le comité de lecture de la RSNA. Si l’imagerie joue un rôle central dans le diagnostic et la prise en charge de la tuberculose, l’accès à la radiologie est souvent limité dans les pays en développement où la tuberculose est la plus répandue. Espérant combler cette lacune, le Dr Lakhani et son collègue le Dr Baskaran Sundaram, également du TJUH, ont étudié l'efficacité d'une méthode automatisée de détection de la tuberculose sur des radiographies thoraciques.

Les chercheurs ont notamment utilisé le Deep learning, qui utilise des réseaux de neurones à convolution profonde (DCNN), pour identifier la tuberculose sur les radiographies thoraciques. Les résultats de la recherche étaient prometteurs. "Nous avons déterminé que le deep learning DCNN peut classer la tuberculose à partir de la radiographie pulmonaire, a déclaré le Dr Lakhani. Cette méthode signifie que la radiographie peut faciliter les efforts de dépistage et d'évaluation dans les zones prévalentes pour la tuberculose où l'accès aux radiologistes est limité."

Un problème de Santé publique dans les pays en développement

Selon le Pr David A. Bluemke, rédacteur en chef de la revue Radiology, ce type de recherche innovante représente l'avenir de la radiologie. "Les auteurs ont évalué un problème mondial de santé publique - en particulier dans les zones où il y a peu de radiologues, a-t-il déclaré. Ce qui est important ici est que les Drs. Lakhani et Sundaram ont validé leurs résultats en étudiant des radiographies thoraciques aux États-Unis, en Biélorussie et en Chine. Ce type d’étude validée avec pertinence va changer la pratique de la radiologie."

Pour le Dr Lakhani, le potentiel d'amélioration de la détection de la tuberculose, l'une des 10 principales causes de décès dans le monde, constitue un facteur de motivation important pour la recherche. Et d'après l'Organisation mondiale de la santé (OMS), environ 10,4 millions de personnes ont contracté la tuberculose en 2016, entraînant la mort de 1,8 million de personnes. "Une solution automatisée pourrait réduire significativement le développement de cette maladie, en particulier dans les pays en développement comme l'Afrique subsaharienne, poursuit-il. Une grande priorité de l'OMS est de mettre fin à la tuberculose."

Un modèle de deep learning précis à 96%

Pour cette étude, les Drs. Lakhani et Sundaram ont reçu 1 007 radiographies de patients atteints, ou non, de tuberculose, constituées de plusieurs jeux de données de radiographie thoracique provenant d'instituts nationaux de la santé, du Belarus Tuberculosis Portal et de TJUH. Ces données ont été divisées en groupes entrainement (68,0%), validation (17,1%) et test (14,9%). Les cas ont été utilisés pour entrainer deux modèles DCNN différents - AlexNet et GoogLeNet - tirés des examens positifs et négatifs à la tuberculose. La précision des modèles a été testée sur 150 cas exclus des jeux de données d'entrainement et de validation. Le modèle d'IA le plus performant combinait AlexNet et GoogLeNet, avec une précision nette de 96%.

Les deux modèles DCNN étaient incohérents dans 13 des 150 cas tests. Pour ces cas, les chercheurs ont évalué une procédure où un radiologue expert était capable d'interpréter les images, en diagnostiquant avec précision 100% des cas. Ce flux de travail, incorporant un humain dans la boucle, avait une plus grande précision nette de près de 99%. Selon le Dr Lakhani, les DCNN n'étaient pas entrainés pour distinguer les ressemblances potentielles de la tuberculose pulmonaire, tels que le cancer du poumon, la pneumonie bactérienne ou les maladies tropicales.

Élargir le champ d'étude pour donner de la robustesse à son modèle

"Le but de ces algorithmes est de différencier les radiographies pulmonaires normales des anomalies thoraciques dans le champ d'évaluation de la tuberculose, remarque-t-il. Les cas signalés comme anormaux présentant des caractéristiques de tuberculose pulmonaire devraient être suivis d'une confirmation bactériologique, comme le suggèrent les processus de dépistage présentés par l'OMS. L'objectif de ces derniers est la réduction des coûts, la valorisation de la radiographie numérique ayant considérablement diminué au cours de la dernière décennie."

Le Dr Lakhani, qui a terminé son cursus en médecine nucléaire et en PETScan, est radiologue depuis 2011 et se spécialise principalement en radiologie cardiaque au TJUH. Il a ajouté que le Prix Margulis, en plus d'être un immense honneur, donne une impulsion à ses projets d'amélioration des modèles avec davantage d'expérience et d'autres méthodes de deep learning. Bien qu'il s'agisse d'une étude rétrospective basée sur des ensembles de données disponibles au moment de l'étude, il espère élargir le champ en étudiant l'utilisation de DCNN dans une pratique clinique d'évaluation de la tuberculose.

"Avec le deep learning, plus vous disposez de données, mieux vous vous portez, conclut-il. Il existe de nombreuses données à l’international permettant de développer des algorithmes plus robustes et l’avenir est prometteur pour ce type de recherche."

Bruno Benque avec RSNA


toshiba

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.

La radiomique pour prédire la réponse à la chimiothérapie dans le cancer du poumon
25/03/2019 : Selon une étude publiée dans la nouvelle revue éditée par Radiology, "Artificial Intelligence", les chercheurs peuvent utiliser les données d’images de tomodensitométrie pour prédire quels patients atteints de cancer du poumon répondront à la chimiothérapie. Les caractéristiques radiomiques peuvent également prévoir la progression de la maladie et la survie globale.

Randy Médical, le chatbot qui optimise les recrutements des professionnels de Santé
27/02/2019 : L'Appel Médical dispose désormais d'une stratégie "Tech&Touch". Le chatbot Randy, élaboré pour candidater pour un poste, présélectionne les candidats qui sont ensuite pris en charge par un consultant en recrutement.

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.


Radiopédiatrie: la baisse de la dose efficace globale se confirme
23/04/2019 : L’IRSN vient de communiquer sur l'exposition pédiatrique aux rayonnements ionisants pour l'année 2015. Elle a actualisé, dans une étude, ses données statistiques qui montrent une baisse de la dose efficace reçue entre 2010 et 2015 en France. Mais les enfants de moins d'un an font l'objet d'une exposition encore significative.

Actualité du parc IRM français en avril 2019
23/04/2019 : Dans notre série dédiée à l'évolution du parc IRM français, nous évoquons ici l'installation de modalités de ce type au Havre, à Ambérieu-en-Bugey, ainsi qu'à Carhaix et Guingamp.

Polytraumatisés: apports de la tomodensitométrie interventionnelle
19/04/2019 : Dans une vidéo publiée sur le site des Journées Francophones d'Imagerie Médicale (JFIM), le Dr Yvonne Maratos décrit les techniques interventionnelles appliquées à la prise en charge des polytraumatisés.

Un travailleur dépasse en un mois la dose annuelle réglementaire aux extrémités
18/04/2019 : Un travailleur de médecine nucléaire du CHU d'Angers ne manipulera plus de radionucléides pendant un an. Il a dépassé, en un mois, la limite d'exposition annuelle aux extrémités.

Décision ASN Assurance qualité: Forcomed accompagne les centres selon leur niveau de labelllisation
17/04/2019 : Pour aider les radiologues à répondre aux obligations législatives sur l'assurance qualité, Forcomed organise plusieurs sessions de formation, pour les centres labellisés et les autres.

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.

Médecine légale: le scanner, partenaire désormais incontournable
17/04/2019 : Dans la série des Dossiers THEMA RADIOLOGIE FOCUS, nous vous proposons une série d'articles sur les apports de l'imagerie pour la médecine légale. Sont abordés tout à tour les initiatives européennes en faveur de l'enseignement commun des radiologues et des médecins légistes pour cette discipline, une étude rétrospective marseillaise sur l'xploration des trumatiqmes balistiques par scanner, ainsi que le choix d'installer le scanner Fujifilm à l'Institut médicolégal du CHU de Tours pour améliorer les autopsies.

Des chercheurs réussissent à pirater des images de scanner ou d'IRM
16/04/2019 : Les images de scanner ou d'IRM en cours d'acquisition sont susceptibles d'être piratées depuis la salle 'attente du service. C'est ce qu'affirme une étude israélienne d'ingénierie de l'information et des systèmes.

L'IRSN organise une journée d'information dédiée au Radon
15/04/2019 : Pour accompagner les gestionnaires de risque en milieu professionnel, notamment dans les établissements de Santé, l'IRSN organise une journée dédiée au Radon. Ce gaz radioactif fait en effet partie de la prévention des risques depuis le 1er juillet 2019.

SFNR 2019: la recherche pour améliorer le traitement des AIC
15/04/2019 : Tous les anévrismes intracérébraux ne doivent pas être traités. C'est, en substance, le discours qu'a diffusé le Pr Hubert Desal lors du dernier congrès de la SFNR. Il a mis en lumière le réseau pluridisciplinaire actif dans la recherche sur cette thématique.


Radioprotection des travailleurs: les premiers nouveaux décrets sont parus
05/06/2018 : Les décrets modifiant les règles de radioprotection des travailleurs sont parus ce 4 juin 2018. Parmi les évolutions majeures, l'avènement du Conseiller en radioprotection et la disparition de la fiche de poste.

Des chercheurs réussissent à pirater des images de scanner ou d'IRM
16/04/2019 : Les images de scanner ou d'IRM en cours d'acquisition sont susceptibles d'être piratées depuis la salle 'attente du service. C'est ce qu'affirme une étude israélienne d'ingénierie de l'information et des systèmes.

Sonoscanner équipera les Services de Santé des Armées français
10/04/2019 : Le Service de Santé des Armées français vient de choisir Sonoscanner pour équiper ses véhicules d'intervention extérieure. La portabilité et la qualité d'image ont été des critères déterminants.

Les PACS open source : une solution fiable et économique pour les professionnels de santé
25/05/2013 : “Toute image, n'importe quand, n'importe où, c'est le mantra », expliquait le professeur Ruben Mezrich, (théoricien des PACS à l’université de Baltimore),

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.

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.

L'embolisation bariatrique comme alternative à la chirurgie contre l'obésité
05/04/2019 : Selon une nouvelle étude publiée dans la revue Radiology, l'embolisation bariatrique, traitement mini-invasif pour l'obésité, montre des résultats encourageants et pourrait être une alternative sérieuse à la chirurgie.

LA CONNECTIQUE CÉRÉBRALE EXPLORÉE PAR ÉCHOGRAPHIE
15/01/2015 : Pouvoir explorer la connectique fonctionnelle du cerveau avec un appareil de type échographe, tel est le but de l'invention du fUltrasound, une technologie sortie des laboratoires de recherche du CNRS. Les équipes de chercheurs souhaitent désormais passer au stade préclinique.

ETIAM, pour un service de téléradiologie ouvert
15/03/2017 : ETIAM étoffe sa solution de téléradiologie en la rendant plus rapide et ergonomique. L'éditeur joue également la carte de la qualité, en y intégrant une worklist adaptable à toute application de télémédecine, et en faisant la promotion de ses services de téléradiologie ouverts à tous les radiologues. Georges Le Goualher, Responsable des applications de télémédecine chez ETIAM, nous en dit plus dans une interview.

Radiopédiatrie: la baisse de la dose efficace globale se confirme
23/04/2019 : L’IRSN vient de communiquer sur l'exposition pédiatrique aux rayonnements ionisants pour l'année 2015. Elle a actualisé, dans une étude, ses données statistiques qui montrent une baisse de la dose efficace reçue entre 2010 et 2015 en France. Mais les enfants de moins d'un an font l'objet d'une exposition encore significative.