Vous êtes dans : Accueil > Actualités > Intelligence Artificielle, Machine Learning > Un modèle de deep learning pour identifier le COVID-19 au scanner

Un modèle de deep learning pour identifier le COVID-19 au scanner

MERCREDI 08 AVRIL 2020 Soyez le premier à réagirSoyez le premier à réagir

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.

RSNA

La pneumonie due au COVID-19 s'est largement répandue dans le monde depuis le début de 2020, avec un diagnostic préférentiellement obtenu par scanner thoracique. Mais le dépistage par cette voie n’a pas été retenu par manque de spécificité de cet examen pour cette pathologie spécifique.

Un modèle de deep learning pour identifier les lésions de COVID-19

Une étude chinoise publiée le 19 mars 2020 dans la Revue Radiology se propose de développer un cadre entièrement automatique d’Intelligence Artificielle (IA) pour détecter le COVID-19 à l'aide d'une tomodensitométrie thoracique et évaluer ses performances. Dans cette étude rétrospective et multicentrique, un modèle de deep learning, appelé COVNet, a été développé pour extraire les caractéristiques visuelles des scanners thoraciques pour la détection du COVID-19. La pneumonie acquise communautaire (PAC) et d'autres pathologies sans pneumonie ont été incluses pour tester la robustesse du modèle. Les ensembles de données ont été collectés dans 6 hôpitaux entre août 2016 et février 2020. La performance diagnostique a été évaluée par la sensibilité et la spécificité du scanner pour chaque groupe de pathologies.

Des résultats qui améliorent la spécificité du scanner pour le diagnostic différentiel

L'ensemble de données collectées comprenait 4356 examens de scanners thoraciques de 3 322 patients d'âge moyen de 49 (± 15) ans avec un peu plus de patients masculins que de femmes (1838 vs 1484). La sensibilité et la spécificité par examen pour détecter le COVID-19 par cet outil d’IA étaient respectivement de 114 sur 127 (90%) et 294 sur 307 (96%). La sensibilité et la spécificité par examen pour détecter la CAP étaient respectivement de 87% (152 sur 175) et 92% (239 sur 259).

Pour améliorer l'interprétabilité de ce modèle, les chercheurs ont adopté la méthode de Mapping Grad-CAM pour visualiser les régions importantes menant à la décision du modèle de deep learning. Une telle carte thermique est entièrement générée par le modèle sans annotation manuelle supplémentaire. Elle permet d’identifier les régions suspectées dans les images pour le COVID, la PAC et le parenchyme normal. Ces cartes thermiques ont montré que l’algorithme utilisé accordait le plus d'attention aux régions anormales tout en ignorant les régions de type normal, comme le montre l'exemple sans pneumonie.

Les résultats de cette étude ont ainsi montré qu’un modèle de deep learning peut détecter avec précision le COVID-19, avec une spécificité rarement atteinte jusqu’alors, et le différencier de la pneumonie acquise communautaire et d'autres maladies pulmonaires.

Bruno Benque avec RSNA


toshiba

L'embolie pulmonaire au centre du défi IA organisé au RSNA 2020
16/09/2020 : Au prochain RSNA, les meilleurs projets ayant concouru au défi IA seront présentés. Ce concours, qui promeut les modèles de deep learning pour l’amélioration des interprétations radiologiques, sera dédié cette année à l’embolie pulmonaire à partir d’images de scanner.

L'ESR regrette la baisse des budgets européens consacrés à la recherche médicale
24/08/2020 : L’ESR a récemment publié une déclaration dans laquelle elle regrette la décision de l’Union européenne de réduire son financement prévu pour divers projets de santé et de recherche à venir. Cette décision aura des conséquences néfastes sur la recherche européenne et entravera le potentiel de l’UE de devenir un pôle d’innovation pour l’intelligence artificielle et les soins de santé à l’avenir.

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.


Gamme de solutions DR : le diagnostic se cache dans les détails
21/09/2020 : Agfa a plus de 150 ans d'expérience en imagerie et est présent dans un hôpital sur deux dans le monde avec des produits et des solutions adaptés aux besoins de chaque site. La division imagerie médicale offre des solutions d'imagerie diagnostique qui fixent les normes les plus élevées en matière de productivité, de sécurité, de valeur clinique et de rentabilité. Grâce à son interface utilisateur intuitive et standardisée, au traitement intelligent de l'image MUSICA et à sa forte intégration dans les systèmes informatiques des hôpitaux, la station de travail MUSICA offre un flux de travail simplifié axé sur la sécurité des patients et la productivité.

L'IRM cardiaque pour sécuriser la reprise des athlètes victimes de myocardite post COVID-19
21/09/2020 : Dans une nouvelle étude menée par des chercheurs de l’État de l'Ohio (USA) et publiée en ligne dans le Journal of the American Medical Association (JAMA) Cardiology, l’IRM cardiaque est efficace pour identifier une myocardite due au COVID-19 chez les athlètes et peut aider à déterminer leur reprise de compétition en toute sécurité.

Communication des médecins : bientôt la fin de l’interdiction des procédés publicitaires
18/09/2020 : Le Gouvernement a déposé, le 10 septembre 2020, un projet de décret modifiant l’article 19 du code de déontologie médicale. Désormais, la « libre communication et de publicité » succèdera bientôt à « l’interdiction générale et absolue de publicité » pour les médecins.

Les étudiants manipulateurs bénéficieront d'une adaptation pour l'obtention du diplôme ou le passage à l'année supérieure
17/09/2020 : Alors que les étudiants manipulateurs n’ont pas pu accomplir toutes leurs unités d’enseignement pour cause de crise sanitaire, les Ministères concernés ont légiféré afin d’adapter les modalités de présentation au diplôme ou au passage à l’année supérieure

Le congrès 2020 de la SFRO prend à son tour une forme virtuelle
16/09/2020 : Le congrès de la SFRO 2020 sera cette année un événement 100% e-congrès. Les participants retrouveront, sur la plateforme en ligne, l’ensemble des prestations qui étaient prévues en présentiel, sous forme digitale.

L'embolie pulmonaire au centre du défi IA organisé au RSNA 2020
16/09/2020 : Au prochain RSNA, les meilleurs projets ayant concouru au défi IA seront présentés. Ce concours, qui promeut les modèles de deep learning pour l’amélioration des interprétations radiologiques, sera dédié cette année à l’embolie pulmonaire à partir d’images de scanner.

Triage des patients COVID à l'hôpital : le scanner thoracique fait référence aux HCL
15/09/2020 : Une étude menée aux Hospices Civils de Lyon (HCL) montre la pertinence de la tomodensitométrie pour le triage des patients hospitalisés atteints de COVID-19. Ce travail pluridisciplinaire a été publié dans la Revue European Radiology.

Immunothérapie : le deep learning à partir des images scanner plus pertinent que celui issu de la biopsie ?
15/09/2020 : Une étude rétrospective a montré que le modèle de deep learning d'iBiopsy® pour évaluer un marqueur d’immunothérapie à partir d’images scanner donne de meilleurs résultats que la radiomique issue de la biopsie.  

Les scanners du CHU de Montpellier choisissent une plateforme innovante pour les injections
14/09/2020 : Avec la plateforme CT EXPRES 3D, le CHU de Montpellier a fait le choix, pur les injections au sein de leurs unités de tomodensitométrie, d'un dispositif innovant, sécurisé, simple, économe et assurant une meilleure maîtrise du risque infectieux. Les radiologues responsables de ces unités reviennent pour nous sur les avantages de ce dispositif.

Pr Alain Luciani : même sous forme digitale, les JFR 2020 doivent rester interactives !
14/09/2020 : À quelques semaines de l’ouverture des JFR 2020, qui seront entièrement digitales (JFR.plus) cette année, nous avons rencontré le Pr Alain Luciani qui préside cet événement. Il évoque avec nous les raisons qui l’ont poussé à abandonner le format hybride initialement prévu, met en lumière les moments forts qui rythmeront ce congrès virtuel et souhaite que ce dernier reste interactif.


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'IRM cardiaque pour sécuriser la reprise des athlètes victimes de myocardite post COVID-19
21/09/2020 : Dans une nouvelle étude menée par des chercheurs de l’État de l'Ohio (USA) et publiée en ligne dans le Journal of the American Medical Association (JAMA) Cardiology, l’IRM cardiaque est efficace pour identifier une myocardite due au COVID-19 chez les athlètes et peut aider à déterminer leur reprise de compétition en toute sécurité.

L'embolie pulmonaire au centre du défi IA organisé au RSNA 2020
16/09/2020 : Au prochain RSNA, les meilleurs projets ayant concouru au défi IA seront présentés. Ce concours, qui promeut les modèles de deep learning pour l’amélioration des interprétations radiologiques, sera dédié cette année à l’embolie pulmonaire à partir d’images de 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.

Triage des patients COVID à l'hôpital : le scanner thoracique fait référence aux HCL
15/09/2020 : Une étude menée aux Hospices Civils de Lyon (HCL) montre la pertinence de la tomodensitométrie pour le triage des patients hospitalisés atteints de COVID-19. Ce travail pluridisciplinaire a été publié dans la Revue European 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.

Communication des médecins : bientôt la fin de l’interdiction des procédés publicitaires
18/09/2020 : Le Gouvernement a déposé, le 10 septembre 2020, un projet de décret modifiant l’article 19 du code de déontologie médicale. Désormais, la « libre communication et de publicité » succèdera bientôt à « l’interdiction générale et absolue de publicité » pour les médecins.

Les étudiants manipulateurs bénéficieront d'une adaptation pour l'obtention du diplôme ou le passage à l'année supérieure
17/09/2020 : Alors que les étudiants manipulateurs n’ont pas pu accomplir toutes leurs unités d’enseignement pour cause de crise sanitaire, les Ministères concernés ont légiféré afin d’adapter les modalités de présentation au diplôme ou au passage à l’année supérieure

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.

Gamme de solutions DR : le diagnostic se cache dans les détails
21/09/2020 : Agfa a plus de 150 ans d'expérience en imagerie et est présent dans un hôpital sur deux dans le monde avec des produits et des solutions adaptés aux besoins de chaque site. La division imagerie médicale offre des solutions d'imagerie diagnostique qui fixent les normes les plus élevées en matière de productivité, de sécurité, de valeur clinique et de rentabilité. Grâce à son interface utilisateur intuitive et standardisée, au traitement intelligent de l'image MUSICA et à sa forte intégration dans les systèmes informatiques des hôpitaux, la station de travail MUSICA offre un flux de travail simplifié axé sur la sécurité des patients et la productivité.