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

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.


Un DU de recherche clinique dédié aux manipulateurs d'électroradiologie médicale
02/07/2020 : Les manipulateurs disposent désormais d’un DU de recherche clinique adapté à leur pratique. C’est la Faculté de médecine de Montpellier, soutenue par le CERF, qui vient de créer ce cursus.

Pôle imagerie de l'AP-HM : les fournisseurs d'équipements sont connus pour les douze prochaines années
01/07/2020 : Les attributaires du projet IAM-APHM sont désormais connus. Ils assureront le renouvellement du parc d’imagerie médicale et de médecine nucléaire de l’AP-HM durant les douze prochaines années.

Un nouveau modèle de signes radiologiques pour le MIS-C pédiatrique
29/06/2020 : Au cours des dernières semaines, une affection hyperinflammatoire multisystémique est apparue chez les enfants en association avec une exposition ou une infection antérieure au SRAS-CoV-2. Une nouvelle série de cas publiée dans la revue Radiology examine le spectre des résultats d'imagerie chez les enfants atteints de l'inflammation post-COVID-19 connue aux États-Unis comme syndrome inflammatoire multisystémique chez les enfants (MIS-C).

La plateforme Odys Téléradiologie couvre désormais tout le Grand Est
24/06/2020 : Dans le prolongement de la plateforme historique T-Lor, Odys téléradiologie assure désormais la continuité de la prise en charge radiologique dans le Grand Est. Vingt-trois établissements, publics et privés, collaborent à ce projet et l’utilisent au quotidien.

Une étude teste un marqueur de récidive du CHC au scanner
24/06/2020 : Un biomarqueur non invasif de la fibrose hépatique à partir d’images tomodensitométriques devrait permettre d’éviter la biopsie pour évaluer le degré de récidive du CHC. C’est ce que montre une étude lancée par Median Technologies.

Save the date : le CTO Live Aid World Tour
23/06/2020 : Les acteurs de la prise en charge de l’occlusion chronique coronaire percutanée se retrouveront bientôt pour un événement caritatif en ligne. À cette occasion, 13 procédures seront diffusées en direct en 14h de temps.

Évaluer les métastases hépatiques colorectales grâce à l'élastographie par résonance magnétique
23/06/2020 : L’élastographie par IRM est susceptible de donner des informations sur l’évolution de métastases hépatiques colorectales après chimioembolisation. Les différences d’élasticité et de taille des lésions peuvent ainsi être évaluées.

Le cortex visuel étudié par imagerie ultrasonore ultrarapide
22/06/2020 : Un travail de recherche pluridisciplinaire sur l’imagerie ultrasonore ultrarapide a montré l’aptitude de cette technologie à visualiser des structures fonctionnelles cérébrales profondes du cortex visuel. Un nouveau champ d’investigation s’ouvre pour la compréhension du cerveau.

Un groupe de travail HAS pour évaluer l'intérêt l'angiomammogramme
22/06/2020 : La HAS lance un appel à candidature pour participer au groupe de travail d’évaluation de l’intérêt de l’angiomamogramme. La clôture des candidatures est fixée au 26 juin 2020.

Lymphome hodgkinien : la chimiothérapie guidée par le TEP recommandée dans une étude
19/06/2020 : Une étude allemande propose de supprimer la radiothérapie du protocole de traitement multimodal du lymphome hodgkinien de stade précoce avec facteurs de risques défavorables. La chimiothérapie guidée par le TEP est recommandée pour le nouveau protocole de traitement.


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.

Pôle imagerie de l'AP-HM : les fournisseurs d'équipements sont connus pour les douze prochaines années
01/07/2020 : Les attributaires du projet IAM-APHM sont désormais connus. Ils assureront le renouvellement du parc d’imagerie médicale et de médecine nucléaire de l’AP-HM durant les douze prochaines années.

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.

Optimiser la cotation des actes grâce à un nouveau site web gratuit
03/09/2019 : Le catalogue CCAM est souvent mal employé par les radiologues, ce qui peut engendrer des erreurs de cotations. C'est pout leur venir en aide que le site web gratuit ccam-radiologie.fr a été conçu, afin d'optimiser la facturation de l'activité radiologique.

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.    

Le Pôle Imagerie Médicale de l’AP-HM surfe sur la dynamique créée par le projet Imagerie Avenir Marseille (IAM-APHM)
14/02/2020 : Alors qu’il arrive à son terme, le projet de renouvellement des modalités d’imagerie du Pôle Imagerie Médicale (PIM) de l’AP-HM suscite bien des espoirs. La dynamique créée par la forte implication des équipes médicales, paramédicales, techniques, biomédicales et administratives et le dialogue constructif qu’il a favorisé permettront d’améliorer la cohésion et la montée en compétences de tous les acteurs du pôle et des directions concernées.

Un DU de recherche clinique dédié aux manipulateurs d'électroradiologie médicale
02/07/2020 : Les manipulateurs disposent désormais d’un DU de recherche clinique adapté à leur pratique. C’est la Faculté de médecine de Montpellier, soutenue par le CERF, qui vient de créer ce cursus.

Le Stent retriever, traitement de choix de l'AVC ischémique aigü
20/04/2016 : Une nouvelle étude publiée dans la revue "Radiology" confirme que le temps de prise en charge est primordial pour les résultats fonctionnels des patients victimes d'AVC ischémique aigü. Le "stent retriever" s'avère le traitement de choix pour cette pathologie. 

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.

La Nouvelle Clinique Tours plus se dote d'un institut de cardiologie moderne
31/07/2019 : L'Institut du cœur Saint-Gatien vient d'accueillir ses premiers patients. Cet établissement moderne comporte 8 salles de bloc dédiées, dont une salle hybride neuve.