Vous êtes dans : Accueil > Actualités > Intelligence Artificielle, Machine Learning > Un réseau de neurones profonds pour améliorer le diagnostic de cancer du poumon

Un réseau de neurones profonds pour améliorer le diagnostic de cancer du poumon

MERCREDI 13 NOVEMBRE 2019 Soyez le premier à réagirSoyez le premier à réagir

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.

RSNA

L’intelligence artificielle appliquée à la recherche de cancer du poumon a fait l’objet d’une étude publiée dans la Revue Radiology et conduite par le Dr Byoung Wook Choi, professeur à l'Université de médecine de Yonsei, et radiologue cardiothoracique. dans le département de radiologie de l’Université Yonsei à Séoul (Corée).

Un réseau de neurones profonds pour aider le radiologue

"La sensibilité moyenne des radiologues a été améliorée de 5,2% lorsqu'ils ont revu les radiographies avec le logiciel de deep learning, précise-t-il. Dans le même temps, le nombre de faux positifs par image a été réduit." Selon le Dr Choi, les caractéristiques des lésions pulmonaires, notamment leur taille, leur densité et leur localisation, compliquaient la détection des nodules pulmonaires sur les radiographies thoraciques. Cependant, les méthodes d'apprentissage automatique, dont la mise en œuvre de réseaux de neurones à convolution profonde (DCNN), ont permis d'améliorer leur détection. Un DCNN, dont l’architecture rappelle la structure du cerveau, utilise plusieurs couches et motifs cachés pour classifier les images.

Dans cette étude rétrospective, les radiologues ont sélectionné au hasard 800 radiographies du thorax au total, provenant de quatre centres participants, parmi lesquels 200 examens normaux et 600 avec au moins un nodule pulmonaire malin confirmé par tomodensitométrie ou par examen anatomo-pathologique. Il y avait 704 nodules malins confirmés dans les radiographies de cancer du poumon (78,6% des cancers primitifs du poumon et 21,4% des métastases). La majorité (56,1%) des nodules mesuraient entre 1 cm et 2 cm, tandis que 43,9% mesuraient entre 2 cm et 3 cm.

Une sensibilité nettement améliorée

Un deuxième groupe de radiologues, comprenant trois de chaque établissement, a interprété les radiographies thoraciques sélectionnées avec et sans nodules cancéreux. Les lecteurs ont ensuite relu les mêmes examens à l'aide du logiciel DCNN, formé à la détection des nodules pulmonaires. La sensibilité moyenne, ou la capacité de détecter un cancer existant, s'est nettement améliorée, passant de 65,1% pour les radiologues en lecture seule à 70,3% avec l'aide du logiciel DCNN. Le nombre de faux positifs a également baissé avec l'aide du logiciel.

"Les logiciels de détection assistée par ordinateur pour détecter les nodules pulmonaires n'ont pas été largement acceptés et utilisés en raison du nombre élevé de taux de faux positifs, même s'ils offrent une sensibilité relativement élevée, conclut le Dr Choi. Le logiciel DCNN pourrait être une solution pour réduire le nombre de faux positifs."

Bruno Benque avec RSNA


toshiba

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.

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.


Session didactique de radiothérapie moderne en vidéo
02/04/2020 : Quelles sont les différentes formes de radiothérapie dans la pratique moderne ? Le Dr Patrick Ezri, radiothérapeute, nous en fait une présentation didactique en vidéo.

COVID-19 : participez au projet national organisé par la SFR avec NEHS DIGITAL
02/04/2020 : La Société Française de Radiologie (SFR), en partenariat avec NEHS DIGITAL, met en place une base de données nationale des scanners thoraciques devant des suspicions de COVID-19 ou des cas confirmés. Elle permet de rassembler le plus grand nombre de scanners afin de mieux connaitre la sémiologie diagnostique, mais également de déterminer des biomarqueurs pronostiques.

Premier cas de lésions cérébrales dues au COVID-19 à l'IRM
01/04/2020 : Le premier cas d’encéphalopathie due au COVID-19 vient d’être décrit dans la Revue Radiology. Bien que le l’angioscanner ne montre pas d’anomalie, l’IRM objective des signes d’hémorragie dans les coupes de susceptibilité magnétique.

Édito - Les MERM, des soignants en première ligne pour le diagnostic du COVID-19
01/04/2020 : Alors que leurs collègues français ne sont pas forcément reconnus par les populations, les manipulateurs d’électroradiologie médicale ont publié une vidéo de haute facture pour partager leur quotidien en pleine pandémie de COVID-19. Un grand merci à eux pour leur implication et leur courage.

Webinar - Prise en charge radiologique des patients atteints de COVID-19 à Parme
31/03/2020 : L’ESR a organisé un webinar dédié à la prise en charge radiologique des patients admis pour un COVID déclaré dans la région de Parme. Le Pr Sverzellati explique notamment la stratégie mise en place pour gérer les workflows d’examens.

NEHS DIGITAL facilite le travail des praticiens contre le COVID-19
30/03/2020 : En cette période troublée, NEHS DIGITAL met à disposition des établissements de Santé ses solutions de téléconsultation et de télé-expertise. Sa plateforme de téléradiologie facilite ainsi la prise en charge des patients COVID-19.

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.

Les sociétés savantes américaines collaborent autour d'un CR structuré de scanner lié au COVID-19
27/03/2020 : Dans un souci d’efficience dans l’annonce de la pathologie de COVID-19 et de réduction de l’anxiété des correspondants et des patients, les principales sociétés savantes américaines ont élaboré un document de consensus. Un modèle de compte rendu structuré a fait l’objet d’un consensus.

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.  

COVID-19 : les radiologues Vidi solidaires et mobilisés dans la guerre sanitaire
25/03/2020 : Alors que certains cabinets de radiologie ont dû fermer par manque de moyens de protection contre le COVID, les radiologues du Groupe Vidi se mettent à la disposition de leurs confrères. Ils se montrent solidaires et mobiliser pour aider à gagner la guerre sanitaire.


Premier cas de lésions cérébrales dues au COVID-19 à l'IRM
01/04/2020 : Le premier cas d’encéphalopathie due au COVID-19 vient d’être décrit dans la Revue Radiology. Bien que le l’angioscanner ne montre pas d’anomalie, l’IRM objective des signes d’hémorragie dans les coupes de susceptibilité magnétique.

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.

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.

Les recommandations de la Société Française de Radiologie dans un contexte de COVID-19
13/03/2020 : La Société d’Imagerie Thoracique a publié un Point sur l’imagerie dans un contexte de COVID-19. Les types d’examens à réaliser, la conduite à tenir pour les professionnels et les images significatives sont ainsi détaillés.

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.

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'embolie pulmonaire aigüe comme complication du COVID-19
19/03/2020 : L’embolie pulmonaire aigüe est une cause de détérioration clinique des pneumonies virales. Un article paru dans la Revue Radiology : Cardiothoracic imaging rapporte deux cas d’embolie pulmonaire consécutive au COVID-19.

Scanner du COVID-19 : comprendre l'évolution des lésions à un mois
23/03/2020 : Une nouvelle étude publiée dans la Revue Radiology pourrait permettre de comprendre l’évolution des images COVID-19 au scanner. Un suivi des patients à un mois a en effet été réalisée dans ce travail.

Coronavirus au scanner : des images différentes selon le stade d'évolution
21/02/2020 : Dans une nouvelle recherche publiée le 20 février 2020 dans la revue Radiology, des chercheurs du Mount Sinai Health System de New York ont démontré que les images scanographiques dans les cas de coronavirus 19 (COVID-19) sont liées à l'évolution de l'infection.

Nouveau cas de pneumonie par COVID-19 décrit au scanner
10/03/2020 : Un nouveau cas clinique lié au COVID-19 a été décrit dans la Revue Radiology. Le scanner montre les images caractéristiques de la pneumonie provoquée par le virus et montre une légère résorption au 9ème jour d‘hospitalisation après traitement.