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

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.


La diversité, une des conditions de l'innovation et de l'excellence en imagerie médicale
10/12/2019 : En collaborant à une étude sur la condition de la femme dans le domaine de la radiologie, des membres éminents de la communauté scientifique radiologique européens et nord-américains ont donné suite au programme « Women in focus » qui avait été organisé lors de l’ECR 2019. Il en résulte une prise de position en faveur de la diversité, une des conditions de l’innovation et de l'excellence.

Le JT du RSNA du 7 décembre 2019
09/12/2019 : Suite de notre série de comptes rendus du RSNA 2019 en vidéo, en partenariat avec les Entretiens Médicaux d'Enghien. Aujourd’hui, un numéro particulier depuis le consulat de France à Chicago. Retour ensuite sur les stands pour des interviews au sujet d’Azmed, Casis, DMS Imaging ainsi que pour des solutions d’e-santé.

Installer une salle interventionnelle ou une hybride ? L'ANAP a étudié la question
06/12/2019 : L’ANAP vient de publier un guide d’aide à la décision pour les promoteurs de salle hybride interventionnelle en établissement de Santé. Ce document montre comment le projet médico-soignant du secteur impacte le choix du matériel et la réussite du processus d’installation.

Le JT du RSNA du 5 décembre 2019
06/12/2019 : Suite de notre série de comptes rendus du RSNA 2019 en vidéo, en partenariat avec les Entretiens Médicaux d'Enghien. Aujourd’hui, les nouveaux algorithmes Terrarecon et le système de reconstruction Sitech Neuton. Le Dr Novellas et le Dr Delemar concluent en évoquant le contenu scientifique du congrès.

Le JT du RSNA du 4 décembre 2019
05/12/2019 : Suite de notre série de comptes rendus du RSNA 2019 en vidéo, en partenariat avec les Entretiens Médicaux d'Enghien. Aujourd’hui, un numéro spécial Philips de nouveautés en IRM, scanner et échographie notamment.

Une plateforme de télémédecine ouverte et autonome
04/12/2019 : Dans un contexte démographique médical tendu et pour répondre aux besoins de continuité de la prise en charge radiologique des populations, les projets de téléradiologie fleurissent. Nous avons rencontré le Dr Stéphane Carre qui est à l’origine d’une plateforme territoriale de téléradiologie et télé-expertise reposant sur un modèle économique innovant et autonome.

Le JT du RSNA du 3 décembre 2019
04/12/2019 : Suite de notre série de comptes rendus du RSNA 2019 en vidéo, en partenariat avec les Entretiens Médicaux d'Enghien. Aujourd’hui, les nouveautés EOS, l’intelligence artificielle selon GE Healthcare, la situation de Guerbet et les interventions du Dr Dominique NGuyen et du Dr Victor Delemar.

Le JT du RSNA du 2 décembre 2019
03/12/2019 : Premier volet de notre série de comptes rendus du RSNA 2019, en partenariat avec les Entretiens Médicaux d'Enghien. Aujourd’hui sont évoquées les solutions Canon Medical, Medexprim et Guerbet, suivies de la minute de Victor Delemar.

Optimiser l’accueil du patient : 3 programmes de formation au choix et ultraciblés pour les équipes de secrétariat
03/12/2019 : A partir de janvier 2020, Forcomed lance 3 nouveaux programmes spécialement conçus pour les équipes d’accueil et de secrétariat de centres d'imagerie médicale, deux en présentiel et une en e-learning.

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.


Une plateforme de télémédecine ouverte et autonome
04/12/2019 : Dans un contexte démographique médical tendu et pour répondre aux besoins de continuité de la prise en charge radiologique des populations, les projets de téléradiologie fleurissent. Nous avons rencontré le Dr Stéphane Carre qui est à l’origine d’une plateforme territoriale de téléradiologie et télé-expertise reposant sur un modèle économique innovant et autonome.

Le retour du modificateur Z officialisé dans un arrêté !
28/08/2019 : Le modificateur Z devrait bientôt faire son retour dans la nomenclature des actes de radiologie. C'est en tout cas ce qui annoncé dans l''Arrêté du 14 août 2019 paru au Journal Officiel.

COMMENT PRÉVENIR LA RÉCIDIVE D'ANÉVRISME INTRA-CÉRÉBRAL ?
10/06/2015 : Des protocoles de suivi à 10 ans par angio-IRM pourraient s'avérer nécessaire afin de prévenir les récidives d'anévrisme intracrânien. C'est ce qui ressort d'une étude publiée dans Radiology.

Installer une salle interventionnelle ou une hybride ? L'ANAP a étudié la question
06/12/2019 : L’ANAP vient de publier un guide d’aide à la décision pour les promoteurs de salle hybride interventionnelle en établissement de Santé. Ce document montre comment le projet médico-soignant du secteur impacte le choix du matériel et la réussite du processus d’installation.

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 ravages de Zika sur le développement cérébral des fœtus
05/09/2016 : Un rapport spécial publié dans la revue Radiology relate les multiples anomalies pouvant subvenir sur des fœtus infectés par le virus Zika. Une étude rétrospective brésilienne montre que la plupart des bébé présentent une ou plusieurs malformations cérébrales.

Le CHU de Poitiers se dote de la première IRM 7T clinique de France
20/11/2019 : La première modalité IRM 7T à vocation clinique de France vient d’être inaugurée au CHU de Poitiers. Un investissement important a été mobilisé pour cette installation qui a fait l’objet de la construction d’un bâtiment spécifique et d’une salle d’examen surdimensionnée en dimensions et en blindage.

La HAS étudie la pertinence de l'intégration de la tomosynthèse dans le dépistage
02/12/2019 : La tomosynthèse intégrée dans le dépistage organisé du cancer du sein chez les femmes à risque modéré fait l’objet d’une étude approfondie de la Haute Autorité de Santé (HAS). SA revue de la littérature internationale la pousse à aller plus loin dans son analyse pour éclaircir quelques points d’interrogation.

La radiologie française a-t-elle vraiment besoin du COFRAC ?
21/11/2018 : La radiologie française est très impliquée dans les processus qualité. Mais cela n'empêche pas le COFRAC de travailler sur un référentiel de certification ISO identique à celui des laboratoires de biologie. Le G4 monte au créneau pour affirmer son désaccord.

Le JT du RSNA du 7 décembre 2019
09/12/2019 : Suite de notre série de comptes rendus du RSNA 2019 en vidéo, en partenariat avec les Entretiens Médicaux d'Enghien. Aujourd’hui, un numéro particulier depuis le consulat de France à Chicago. Retour ensuite sur les stands pour des interviews au sujet d’Azmed, Casis, DMS Imaging ainsi que pour des solutions d’e-santé.