Vous êtes dans : Accueil > Actualités > Intelligence Artificielle, Machine Learning > Assembler plusieurs modèles de machine learning pour affiner les résultats

Assembler plusieurs modèles de machine learning pour affiner les résultats

MERCREDI 27 NOVEMBRE 2019 Soyez le premier à réagirSoyez le premier à réagir

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.

RSNA

L'apprentissage ensembliste est une méthode de machine learning dans laquelle différents modèles conçus pour accomplir la même tâche sont combinés en un seul modèle. 

Faire coopérer des modèles de machine learning différents

L'hétérogénéité de ces modèles est souvent importante et les ensembles ont tendance à donner de meilleurs résultats lorsque la corrélation entre les prédictions de chacun des modèles individuels est relativement faible. Ainsi, plus les différences sous-jacentes d'approche sont importantes, plus l’efficacité de l’ensemble est satisfaite.

Dans ce cadre, un concours dans lequel les candidats sont invités à soumettre leurs meilleurs modèles constitue un moment idéal pour rassembler des modèles performants utilisant différentes techniques. « Les compétitions offrent une occasion unique d’étudier les effets de la combinaison de prédictions issues de modèles hétérogènes », a déclaré Ian Pan, étudiant en médecine à la Warren Alpert Medical School de la Brown University, à Providence, en Irlande du Nord et auteur d’une étude dans la Revue Radiology : Artificial Intelligence.

Un challenge pour l’étude de l’âge osseux utilisant plus de 12 000 radiographies

Pour étudier les améliorations de performance possibles pour l'estimation automatique de l'âge osseux grâce à l’intégration de plusieurs modèles, Pan et ses collègues ont utilisé 48 modèles provenant du 2017 RSNA Pediatric Bone Age Machine Learning Challenge. Les participants ont reçu 12 611 radiographies pédiatriques des mains avec un âge osseux déterminé par un radiologue pédiatrique afin de développer des modèles pour la détermination de l'âge osseux.

Les résultats finaux ont été déterminés en utilisant un ensemble de 200 radiographies étiquetées avec la moyenne pondérée de 6 évaluations. Les chercheurs ont évalué la corrélation et la performance moyennes des modèles par paires de toutes les combinaisons de modèles possibles en utilisant l'écart absolu moyen (MAD). 

Des combinaisons que l’on peut assimiler à des interprétations utilisant plusieurs avis

Le MAD estimé d'un modèle unique était de 4,55 mois. Le meilleur ensemble était composé de quatre modèles avec un MAD de 3,79 mois. La corrélation moyenne par paire des modèles au sein de cet ensemble était de 0,47. En comparaison, le MAD le plus bas possible en combinant les modèles les mieux classés basés sur des scores individuels était de 3,93 mois avec huit modèles présentant une corrélation moyenne de 0,67 par modèle.

« Nos résultats attirent l'attention sur un concept qui a des implications pratiques substantielles, alors que les algorithmes de machine learning commencent à passer de la recherche à l'environnement clinique, poursuit Ian Pan. À savoir que les meilleurs résultats sont susceptibles d’être obtenus en combinant plusieurs modèles précis et divers plutôt qu’à partir de modèles uniques. » Ainsi, les praticiens souhaitant incorporer des algorithmes de machine learning à leur flux de travail gagneraient à utiliser différents modèles, ce que l’on peut assimiler à une interprétation radiologique utilisant plusieurs avis.

Un nouveau challenge sur les hémorragies cérébrales au RSNA 2019

Ian Pan a ajouté que les résultats soulignent également l'importance de compétitions ouvertes, telles que le 2017 RSNA Pediatric Bone Age Machine Learning Challenge, car elles expérimentent des cas d'utilisation normalisé et une méthode d'évaluation objective appliquée de la même manière à tous les modèles. « Les concours de machine learning en radiologie devraient promouvoir le développement de modèles hétérogènes dont les prévisions peuvent être combinées pour obtenir des performances optimales », conclut-il.

Pour le 2019 RSNA Intracranial Hemorrhage Detection and Classification Challenge, les chercheurs ont travaillé au développement d'algorithmes permettant d'identifier et de classifier les sous-types d'hémorragies sur scanners cérébraux. L'ensemble de données, qui comprend plus de 25 000 examens fournis par plusieurs instituts de recherche, est le premier ensemble de données multiplanaires utilisé dans le cadre d'un challenge d'intelligence artificielle au RSNA.

Bruno Benque avec RSNA


toshiba

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.

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.


Les radiologues libéraux face au COVID
03/08/2020 : Pour débuter sa campagne de communication dédiée à la radiologie libérale face au COVID, la FNMR a publié deux vidéos faisant intervenir le Dr Jean-Charles Leclerc ainsi qu’une patiente atteinte de BPCO.

Les inscriptions au RSNA 2020 entièrement virtuel sont ouvertes
03/08/2020 : Le congrès de la RSNA 2020 sera entièrement virtuel. Des séances plénières, des questions-réponses ou des chat seront proposés pour des accès premium ou standard. Les inscriptions sont désormais ouvertes.

SystemX renforce sa position sur le marché RIS-PACS
29/07/2020 : SystemX vient d’annoncer son rapprochement avec Penaranda Informatique, une société qui conçoit des solutions RIS. Elle renforce ainsi sa présence sur le marché des solutions RIS-PACS.

Angioplastie coronaire : que faire lorsque le guide passe en sous-intimal ?
27/07/2020 : Dans notre série de procédures interventionnelles en vidéo, un webinar illustrant différentes stratégies d’abord d’une lésion d’occlusion d’artère coronaire chronique lorsque le guide passe en sous-intimal.

ECR 2020 virtuel : un succès retentissant !
24/07/2020 : L’European Society of Radiology se réjouit du succès rencontré par le congrès ECR 2020 diffusé uniquement en ligne. Mais le congrès n’est pas encore fini puisque des « Highlight weeks » seront diffusés tout au long de l’année 2020.

Le dépistage du cancer du sein assuré jusque dans les régions saoudiennes reculées
22/07/2020 : En faisant l’acquisition de dix unités mobiles de mammographie autonomes plusieurs jours, le Ministère de la Santé d’Arabie Saoudite espère voir augmenter le taux de dépistage du cancer du sein. Un projet porté par Fujifil et Toutenkamion.

La radiologie privée fortement impactée par la pandémie aux USA
20/07/2020 : Les cabinets de radiologie ont été particulièrement durement touchées par la pandémie de COVID-19 aux USA, et les mesures qu'elles prennent pour atténuer l'impact de la pandémie sur leur pratique façonneront l'avenir de la radiologie. Une étude spéciale de la RSNA COVID-19 Task Force publiée dans la Revue Radiology détaille les déterminants de cette conjoncture.

Polyvalence, fiabilité et workflow amélioré pour les installations Canon Medical à l’ECR 2020
17/07/2020 : Le symposium organisé par Canon Medical lors de l’ECR virtuel 2020 a présenté les innovations majeures apportées par le constructeur japonais en tomodensitométrie et en imagerie interventionnelle. La soustraction d’image, l’imagerie spectrale et le deep learning reconstruction (DLR) AiCE ont été développées, ainsi que la salle d’imagerie interventionnelle multi-modalité Alphenix 4D CT.

Terumo se place sur le marché de la radiothérapie interne sélective
16/07/2020 : En faisant l’acquisition de la start-up hollandaise Quirem Medical, Terumo se place parmi les fournisseurs influents de matériels de radiothérapie interne sélective.

Identifier les zones de faible densité minérale osseuse lors d'un scanner cardiaque
15/07/2020 : Les examens de tomodensitométrie cardiaque effectués pour évaluer la santé cardiaque fournissent également un moyen efficace de dépister l'ostéoporose. Cette extrapolation pourrait accélérer le traitement des patients non diagnostiqués auparavant, selon une étude publiée dans Radiology.


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.

Le laser couplé à un monitoring IRM pour traiter le Parkinson
13/06/2019 : Une patiente du CHU d'Amiens-Picardie a bénéficié d'une thalamotomie par laser couplé à un monitoring IRM pour traiter son Parkinson. Cette procédure est une première en Europe.

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.

L'IRM MIEUX QUE LA MAMMOGRAPHIE POUR QUALIFIER LES CANCERS AGRESSIFS
01/12/2015 : Les cancers du sein multicentriques ont des dimensions souvent plus importantes à l'IRM qu’à la mammographie. C’est ce que montre une étude italienne qui remarque que l’exploration par IRM est susceptible de faire changer de stratégie thérapeutique.    

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.

Bloc opératoire : un guide ASN de formation IBODE qui crée une ambigüité
18/09/2019 : Dans un guide pratique à l'attention des IBODE, l'ASN a ouvert la porte à ces derniers pour les former à l'aide à la réalisation d'actes interventionnels. Mais ce texte comprend quelques dispositions ambigües quant à la nature effective de l'aide qu'ils pourront apporter.

Prime COVID pour les soignants : des critères d'éligibilité incohérents
18/05/2020 : Comme il l’avait annoncé dernièrement, le Premier Ministre a décrété l’instauration d’une prime pour les soignants ayant œuvré dans la lutte contre le COVID-19. Si l’intention est louable, le périmètre d’éligibilité à cette prime semble trop étendu et quelque peu discriminant. Il ne reflète pas, en tout cas, le niveau de risque auquel ce sont exposés certains soignants, parmi lesquels beaucoup de manipulateurs radio.

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.

Un compte rendu structuré gratuit pour le diagnostic de COVID-19
18/03/2020 : Afin de participer à l’effort mondial contre l’épidémie de COVID-19, la start-up Smart Reporting donne accès gratuitement aux comptes rendus structurés pour le diagnostic de cette pathologie.

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.