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

IA contre le COVID : NEHS DIGITAL et Thales unissent leurs forces
09/11/2020 : Dans le cadre de la lutte contre le COVID-19, Thales et NEHS DIGITAL ont récemment uni leurs compétences dans un projet de traitement des bases de données issues des scanners pulmonaires. Ils peuvent s’appuyer d’ores et déjà sur la base FIDAC.

Intellifence artificielle et radiologie : forces et faiblesses
23/10/2020 : L’intelligence artificielle est au centre d’une communication du Dr Grégory Lenczner sur la plateforme Journées Francophones d’Imagerie Médicale (JFIM). Elle aborde les différentes fonctionnalités de l’IA ainsi que la récurrente question du remplacement du radiologue par la machine.

Détecter l'arthrose pré-symptomatique à l'IRM avec l'IA
05/10/2020 : Des chercheurs américains ont réussi à identifier des signes pré-symptomatiques de l’arthrose à l’aide de l’IA. Dans une étude parue dans la Revue PNAS, ils donnent des résultats en faveur de l’élaboration de médicaments expérimentaux susceptibles de traiter l’arthrose avant qu’elle n’apparaisse.

Un algorithme différentie la pneumonie COVID-19 des autres pneumonies sur la radiographie du thorax
28/09/2020 : Dans une nouvelle étude publiée dans la revue Radiology, un algorithme de deep learning est capable de différencier avec une sensibilité et une spécificité élevées une pneumonie COVID-19 d’une autre non-COVID-19 à partir de radiographies pulmonaires. Cet algorithme obtient de meilleures performances que les radiologues expérimentés.

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.


Les Jeudis de l'AFPPE, des webinaires pour garder le contact avec la communauté des manipulateurs
25/11/2020 : Afin de remplacer les journées de formations prévues en présentiel et de rester en contact avec la communauté des manipulateurs d’électroradiologie, l’AFPPE lance des webinaires qui leur sont dédiés, les Jeudis de l’AFPPE. Premier numéro le 10 décembre 2020.

DACS : le CHU de Poitiers opte pour une solution indépendante de dosimétrie patient
24/11/2020 : Le CHU de Poitiers a choisi la solution de dosimétrie patient Nexo[DOSE] pour suivre l’exposition de ses patients aux rayonnement ionisants. La physicienne Christelle Galais nous en dit plus sur les usages de ce logiciel.

Medsquare présente son nouveau site internet
24/11/2020 : En réalisant la refonte de son site internet, Medsquare donne l’image d’une société dynamique apte à répondre aux besoins de ses clients et partenairtes.

Hypertension et diabète : des facteurs favorisant les complications cérébrales du COVID-19
23/11/2020 : Certains patients atteints de COVID-19 présentent un risque plus élevé de complications neurologiques, hémorragies cérébrales ou AVC par exemple, selon une étude présentée lors du congrès de la Radiological Society of North America (RSNA). Les chercheurs ont déclaré que ces découvertes potentiellement mortelles étaient plus fréquentes chez les patients souffrant d'hypertension et de diabète.

Signature d'un partenariat pour la détection des AVC par IA à partir du scanner cérébral
19/11/2020 : En signant un partenariat avec Avicienna.AI, Canon Medical permet aux radiologues d’être alertés en cas d’AVC hémorragique ou ischémique lors d’un scanner cérébral.

Le suivi IRM des joueurs de tennis en surpoids objective une dégénérescence cartilagineuse accrue des genoux
19/11/2020 : Les sports de raquette semblent accélérer la dégénérescence des articulations du genou chez les personnes en surpoids souffrant d'arthrose, selon une étude présentée lors du dernier congrès de la Radiological Society of North America (RSNA). Une surcharge articulaire nocive déclenchant un stress de contact accru sur le ménisque sont des pistes pour expliquer le phénomène.

Plus qu'un fournisseur, Philips est un partenaire
18/11/2020 : Cette année 2020 a été marquée par une crise sanitaire inédite qui a bousculé l’ensemble des acteurs du domaine médical. Jérôme Chevillotte, responsable pôle Diagnostic de précision au sein des équipes Philips Commercial France, revient sur les actions concrètes des derniers mois.

Le Mois sans tabac ravive les besoins de scanner low dose pour le dépistage précoce du cancer du poumon
18/11/2020 : En ce mois sans tabac de sensibilisation au cancer du poumon, la FNMR souhaite interpeler les pouvoirs publics sur les avantages que pourrait apporter le scanner low dose pour le dépistage précoce de cette maladie.

Les apports de la tomosynthèse dans l'étude de Vérone dédiée au dépistage du cancer du sein
16/11/2020 : La tomosynthèse mammaire, en combinaison avec la mammographie synthétique, améliore la détection du cancer par rapport à la mammographie numérique seule, selon une étude italienne publiée dans la revue Radiology. Les résultats de l'étude ajoutent un soutien supplémentaire à l'utilisation du DBT dans les programmes de dépistage du cancer du sein en population.

Audiences records pour l'IDoR 2020
16/11/2020 : L’IDoR 2020 a connu un engouement sans précédent cette année. Le rôle majeur tenu par l’imagerie médicale dans le diagnostic et le traitement de la maladie à COVID-19 y a contribué grandement et les retours d’expérience feront l’objet d’un livre électronique.


Gadolinium et grossesse: des risques significatifs d'exposition fœtale
06/09/2019 : Selon une étude publiée dans la revue Radiology, un nombre limité mais préoccupant de femmes sont exposées à un produit de contraste au gadolinium au début de leur grossesse. Les chercheurs suggèrent de mener des mesures efficaces de dépistage de la grossesse afin de réduire l'exposition par inadvertance à ces agents de contraste en début de grossesse.

Plus qu'un fournisseur, Philips est un partenaire
18/11/2020 : Cette année 2020 a été marquée par une crise sanitaire inédite qui a bousculé l’ensemble des acteurs du domaine médical. Jérôme Chevillotte, responsable pôle Diagnostic de précision au sein des équipes Philips Commercial France, revient sur les actions concrètes des derniers mois.

Les apports de la tomosynthèse dans l'étude de Vérone dédiée au dépistage du cancer du sein
16/11/2020 : La tomosynthèse mammaire, en combinaison avec la mammographie synthétique, améliore la détection du cancer par rapport à la mammographie numérique seule, selon une étude italienne publiée dans la revue Radiology. Les résultats de l'étude ajoutent un soutien supplémentaire à l'utilisation du DBT dans les programmes de dépistage du cancer du sein en population.

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.

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.

Un radiotraceur de l'épilepsie visible au TEP
22/01/2020 : Un radiotraceur qui se lie spécifiquement à une classe de récepteurs cérébraux lorsqu'il est injecté à des rats et à des humains vivants vient d’être mis au point par une équipe japonaise. Visible lors d’un examen de TEP, ce composé pourrait améliorer le diagnostic et le traitement de l’épilepsie.

Une revue exhaustive des manifestations multisystémiques du COVID-19
03/11/2020 : Deuxième volet de la revue exhaustive réalisée par la plateforme RadioGraphics sur les manifestations radiologiques du COVID-19. Une iconographie toujours aussi impressionnante des affections cardiaques, neurologiques, abdominales, pédiatriques ou musculo-squelettiques notamment, dues au virus.

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.

Évaluation de l'IRM synthétique pour le diagnostic de la Sclérose En Plaques
13/03/2018 : La technologie permet désormais de réaliser des séquences d'IRM synthétiques en une seule acquisition. Une étude publiée dans l'Euopean Journal of Radiology a comparé cette dernière avec l'IRm classique pour l'exploration de la Sclérose En Plaques (SEP).

Signature d'un partenariat pour la détection des AVC par IA à partir du scanner cérébral
19/11/2020 : En signant un partenariat avec Avicienna.AI, Canon Medical permet aux radiologues d’être alertés en cas d’AVC hémorragique ou ischémique lors d’un scanner cérébral.