Vous êtes dans : Accueil > Actualités > Intelligence Artificielle, Machine Learning > Une feuille de route pour améliorer la recherche en IA appliquée à l'imagerie médicale

Une feuille de route pour améliorer la recherche en IA appliquée à l'imagerie médicale

MERCREDI 17 AVRIL 2019 Soyez le premier à réagirSoyez le premier à réagir

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.

RSNA

En août 2018, un atelier s'est tenu aux National Institutes of Health (NIH) à Bethesda, dans le Maryland, en collaboration avec la Radiological Society of North America (RSNA), l'American College of Radiology (ACR) et l'Académie de recherche en radiologie et imagerie biomédicale (The Academy), pour explorer l'avenir de l'intelligence artificielle (IA) en imagerie médicale.

Une feuille de route pour accélérer la recherche en matière d'IA appliquée à l'imagerie médicale

Cet atelier avait pour objectif d'identifier les lacunes dans les connaissances dans le domaine de l'IA et à élaborer une feuille de route pour hiérarchiser les besoins en recherche. Un rapport a été publié le 16 avril 2019 dans la revue Radiology. "Les défis scientifiques et les opportunités de l'IA en imagerie médicale sont profonds, mais très différents de ceux auxquels l'IA est confrontée en général, précise le Dr Curtis P. Langlotz, Prrofesseur de radiologie et d'informatique biomédicale, directeur du Centre d'intelligence artificielle en médecine et en imagerie et président associé des systèmes d'information au département de radiologie de l'Université de Stanford, et auteur principal du rapport. Notre objectif était de fournir un schéma directeur aux sociétés professionnelles, aux agences de financement, aux laboratoires de recherche et à toutes les autres personnes travaillant sur le terrain afin d'accélérer la recherche d'innovations en matière d'IA bénéficiant aux patients."

Le deep learning en imagerie n'en est qu'à ses débuts

Les laboratoires de recherche en imagerie créent rapidement des systèmes de deep learning qui atteignent des performances humaines optimales en utilisant des méthodes et des outils à code source ouvert. Ces systèmes sont en cours de développement pour l'amélioration de la reconstruction des images médicales, la réduction du bruit, l'assurance qualité, le triage, la segmentation, la détection ou la classification assistée par ordinateur ou la radiogénomique. Et la recherche en deep learning n'en est encore qu'à ses débuts. "La participation de la RSNA à cet atelier est essentielle à l’évolution de l’IA en radiologie, souligne le Dr Mary C. Mahoney, présidente du Conseil d’Administration de la RSNA. Notre société savante est très impliquée dans l'éducation à l'IA et nous sommes bien placés pour aider les chercheurs et les praticiens en radiologie à mieux comprendre ce que cette technologie signifie pour la médecine."

Des progrès à faire dans la reconstruction et l'annotation des images notamment

Dans ce rapport, les auteurs décrivent plusieurs thèmes de recherche clés et décrivent une feuille de route pour accélérer les progrès de la recherche fondamentale pour le deep learning en imagerie médicale. Parmi les axes de progrès, il met en lumière les nouvelles méthodes de reconstruction d'images permettant une interprétation humaine à partir de données sources, des méthodes automatisées d'étiquetage et d'annotation des images, y compris l'extraction d'informations à partir des comptes rendus, le phénotypage électronique et la création prospective de comptes rendus structurés, ou de nouvelles méthodes de deep learning pour les données d'imagerie clinique.

Le rapport décrit des innovations qui permettraient de produire davantage de bases de données étiquetées ou annotées, accessibles au public, validés et réutilisables permettant d'évaluer de nouveaux algorithmes. En outre, de nouvelles architectures d'algorithmes pré-entrainés, adaptés aux données d'imagerie clinique, doivent être développés, de même que des méthodes favorisant les échanges de données entre institutions.

En exposant les objectifs fondamentaux de la recherche sur l'IA en imagerie médicale, les auteurs soulignent que les agences de normalisation des données, les sociétés professionnelles, les agences gouvernementales et le secteur privé doivent travailler ensemble pour atteindre ces objectifs au service des patients.

Bruno Benque avec RSNA


toshiba

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.

Assembler plusieurs modèles de machine learning pour affiner les résultats
27/11/2019 : La combinaison de plusieurs modèles de machine learning peut s’apparenter à une interprétation avec plusieurs avis de radiologues. Une étude publiée dans la Revue Radiology : Intelligence Artificielle décrit des résultats en ce sens. Un chalenge sur les hémorragies cérébrales explorées par scanner sera organisé au RSNA 2019.

Un réseau de neurones profonds pour améliorer le diagnostic de cancer du poumon
13/11/2019 : Selon des recherches publiées dans la revue Radiology, les radiologues assistés par un logiciel basé sur le deep learning étaient plus en mesure de détecter les cancers du poumon malins sur radiographies du thorax.

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.


Le Pôle Imagerie Médicale de l’AP-HM surfe sur la dynamique créée par le projet Imagerie Avenir Marseille (IAM-APHM)
14/02/2020 : Alors qu’il arrive à son terme, le projet de renouvellement des modalités d’imagerie du Pôle Imagerie Médicale (PIM) de l’AP-HM suscite bien des espoirs. La dynamique créée par la forte implication des équipes médicales, paramédicales, techniques, biomédicales et administratives et le dialogue constructif qu’il a favorisé permettront d’améliorer la cohésion et la montée en compétences de tous les acteurs du pôle et des directions concernées.

Découvrez les images du coronavirus mises à jour dans Spectrum of imaging
13/02/2020 : « Radiology of Coronavirus : Spectrum of imaging », édité par la Revue Radiology, est une page web mise à jour continuellement. Elle fournit aux radiologues un panel de cas cliniques pour les assister dans leur décision.

Une évocation de l'imagerie médicale de demain au MDCT 2020
12/02/2020 : Le scanner spectral, la radiologie interventionnelle et l’intelligence artificielle ont constitué les thématiques majeures développées lors du 9ème Symposium Scanner volumique. Un événement qui a laissé entrevoir ce que pourrait être l’imagerie médicale diagnostique et thérapeutique à moyen terme.

Dépistage du cancer du poumon : la FNMR interpelle à nouveau les pouvoirs publics
11/02/2020 : Suite aux bons résultats de la récente étude NELSON, la FNMR vient réitérer, par communiqué, sa demande auprès des pouvoirs publics d’étudier la mise en place du dépistage du cancer du poumon par scanner low dose.

De nouvelles données pour identifier le coronavirus 2019-nCoV au scanner
11/02/2020 : Les signes détaillés du coronavirus 2019-nCoV viennent de faire l’objet d’une nouvelle étude parue dans la Revue Radiology. Des images en verre dépoli majoritairement périphériques et postérieures sont caractéristiques au scanner.

France Imageries Territoires, un vent de jeunesse dans la communauté
11/02/2020 : Le réseau de radiologues France Imageries Territoires compte désormais 270 praticiens. Les activités du groupe attirent de plus en plus de jeunes radiologues, les moins de 45 ans formant la majorité des adhérents.

L'étude NELSON promeut le dépistage du cancer du poumon par scanner
10/02/2020 : Le New England Journal of Medicine a publié, dernièrement les résultats de l’étude NELSON sur le dépistage du cancer du poumon chez les fumeurs. Il semble que le scanner low dose puisse significativement réduire le taux de mortalité de ces populations.

Deux nouvelles études en faveur de la tomothérapie pour le cancer du rectum
07/02/2020 : Deux nouvelles études internationales apportent une nouvelle fois la preuve des bénéfices apportés par la tomothérapie dans la prise en charge du cancer avancé du rectum. Combinée à la chimiothérapie et à la chirurgie, cette méthode apporte des résultats très satisfaisants.

Un catheter amégnétique pour les ablations cardiaques obtient le marquage CE
06/02/2020 : Le premier système d’ablation cardiaque en environnement soumis à un champ magnétique vient d’obtenir le marquage CE. Ceci est la promesse de nouvelles pratiques interventionnelles cardiaques guidées par l’IRM.

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 évocation de l'imagerie médicale de demain au MDCT 2020
12/02/2020 : Le scanner spectral, la radiologie interventionnelle et l’intelligence artificielle ont constitué les thématiques majeures développées lors du 9ème Symposium Scanner volumique. Un événement qui a laissé entrevoir ce que pourrait être l’imagerie médicale diagnostique et thérapeutique à moyen terme.

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.

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.

Un nouvel espoir de procréer grâce à l'embolisation des fibromes utérins
13/06/2017 : L’embolisation partielle des fibromes utérins pourrait devenir le traitement de première intensifn pour les femmes qui souhaitent procréer. C’est ce qu’a montré une étude portugaise publiée dans la revue Radiology.

L'étude NELSON promeut le dépistage du cancer du poumon par scanner
10/02/2020 : Le New England Journal of Medicine a publié, dernièrement les résultats de l’étude NELSON sur le dépistage du cancer du poumon chez les fumeurs. Il semble que le scanner low dose puisse significativement réduire le taux de mortalité de ces populations.

Dépistage du cancer du poumon : la FNMR interpelle à nouveau les pouvoirs publics
11/02/2020 : Suite aux bons résultats de la récente étude NELSON, la FNMR vient réitérer, par communiqué, sa demande auprès des pouvoirs publics d’étudier la mise en place du dépistage du cancer du poumon par scanner low dose.

France Imageries Territoires, un vent de jeunesse dans la communauté
11/02/2020 : Le réseau de radiologues France Imageries Territoires compte désormais 270 praticiens. Les activités du groupe attirent de plus en plus de jeunes radiologues, les moins de 45 ans formant la majorité des adhérents.

La HAS retoque le scanner low-dose pour le dépistage du cancer du poumon
19/05/2016 : La Haute Autorité de Santé (HAS) a publié un rapport dans lequel le dépistage du cancer du poumon par scanner low-dose est considéré comme non pertinent. Parmi les arguments avancés, les nombreux faux positifs et les risques de cancers radio-induits générés par la technique.

Le nouvel Arrêté relatif aux PCR, OCR et conseiller en radioprotection est paru !
06/01/2020 : Un nouvel Arrêté vient d’encadrer les nouvelles dispositions relatives à la gestion du risque ionisant en milieu de Santé. Les notions de PCR, d’OCR ou de conseiller en radioprotection y sont expliqués.  

De nouvelles données pour identifier le coronavirus 2019-nCoV au scanner
11/02/2020 : Les signes détaillés du coronavirus 2019-nCoV viennent de faire l’objet d’une nouvelle étude parue dans la Revue Radiology. Des images en verre dépoli majoritairement périphériques et postérieures sont caractéristiques au scanner.