Vous êtes dans : Accueil > Actualités > Intelligence Artificielle, Machine Learning > Un algorithme différentie la pneumonie COVID-19 des autres pneumonies sur la radiographie du thorax

Un algorithme différentie la pneumonie COVID-19 des autres pneumonies sur la radiographie du thorax

LUNDI 28 SEPTEMBRE 2020 Soyez le premier à réagirSoyez le premier à réagir

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.

RSNA

L'interprétation des radiographies pulmonaires avec et sans symptômes de pneumonie est une pratique clinique courante pour les radiologues. Cependant, il est beaucoup plus difficile de différencier les radiographies présentant les symptômes de la pneumonie COVID-19 de celles contenant des images de pneumonie d’une autre étiologie.

Un ensemble de 20 réseaux neuronaux profonds pour une classification binaire des radiographies thoraciques

Une étude américaine, réalisée à l’Université du Wisconsin et publiée dans la Revue Radiology, a réuni un total de 2 060 patients (5 806 radiographies pulmonaires ; âge moyen 62 ± 16, 1 059 hommes) atteints de pneumonie COVID-19 et 3 148 patients (5 300 radiographies pulmonaires ; âge moyen 64 ± 18 ans, 1 578 hommes) atteints de pneumonie non COVID- 19. L'algorithme a été en mesure de différencier la pneumonie liée au COVID-19 des autres types de pneumonie avec des performances supérieures à celles des radiologues thoraciques expérimentés.

Elles ont été analysées par l’algorithme CV19-Net, un ensemble de 20 réseaux neuronaux profonds formés individuellement. Chaque réseau neuronal profond se compose de quatre modules d'architecture DenseNet, avec un classificateur binaire pour différencier la pneumonie COVID-19 des autres types de pneumonie. Une approche d'apprentissage par transfert en trois étapes a été utilisée pour former les 20 réseaux neuronaux. Une fois que le CV19-Net a été formé, une radiographie de thorax d'entrée a été introduite dans le CV19-Net pour produire 20 scores de probabilité individuels, puis un score final a été généré en effectuant une moyenne quadratique. Ce score de probabilité final a ensuite été comparé à une valeur seuil de prise de décision choisie pour classer les images de radiographie d'entrée comme pneumonie COVID-19 ou non COVID-19.

L’algorithme obtient de meilleures performances que les trois radiologues expérimentés

Pour comparer les performances du CV19-Net développé, trois radiologues thoraciques expérimentés ont effectué une classification binaire (COVID-19 positif ou COVID-19 négatif). Ces trois lecteurs étaient aveugles à toute information clinique et ont lu tous les examens indépendamment entre le 1er juin 2020 et le 15 juin 2020. Ils ont dicté chaque compte rendu comme une pneumonie COVID-19 positive ou COVID-19 négative à l'aide d'un PACS dans des conditions de lecture standard. Pour comparer les performances entre CV19-Net et les trois lecteurs sur le même jeu de données de test, le seuil de CV19-Net a été ajusté pour correspondre à la spécificité correspondante du radiologue, puis la sensibilité diagnostique a été comparée entre chaque radiologue et CV19-Net.

Pour évaluer les performances diagnostiques du CV19-Net formé, l'aire sous la courbe des caractéristiques de fonctionnement du récepteur (AUC), la sensibilité et la spécificité ont été calculées sur l'ensemble de la cohorte de test des 5869 radiographies des 2193 patients. Pour l'ensemble des examens, le CV19-Net a atteint une AUC de 0,92 (intervalle de confiance à 95% : 0,) correspondant à une sensibilité de 88% (IC à 95% : 87%, 89%) et une spécificité de 79% (IC 95% : 77%, 80%) en utilisant un seuil de fonctionnement à haute sensibilité, ou une sensibilité de 78% (IC 95% : 77%, 79%) et une spécificité de 89% (IC 95% : 88%, 90 %) en utilisant un seuil de fonctionnement à haute spécificité.

Ces résultats sont en faveur d’une différenciation de la pneumonie liée au COVID-19 des autres types de pneumonie par CV19-Net, avec des performances dépassant celles des radiologues thoraciques expérimentés.

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.


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.

Robocath s'ouvre au marché chinois
12/11/2020 : Afin d’adresser le marché de l’imagerie interventionnelle chinois, Robocath vient de créer, avec MedBot, une joint-venture. L’assemblage de la plateforme R-One et la fabrication de consommables seront réalisés sur place.

La Profession Médicale Intermédiaire sera pluridisciplinaire ou ne sera pas
12/11/2020 : Alors qu’une proposition de Loi souhaite créer une Profession Médicale Intermédiaire (PMI), les manipulateurs, comme les autres professionnels paramédicaux - hors infirmier – sont exclus des discussions. Ils contestent, de même que les cadres de santé, cette disposition et souhaitent faire entendre leur voix.

La radiothérapie intra-opératoire est de retour
11/11/2020 : La radiothérapie per-opératoire est de nouveau très utilisée de nos jours et ses indications sont bénéfiques pour les patients. C’est ce qu’a montré un récent webinar diffusé sur la plateforme Oncostream.

L'IRM abrégée pour mieux dépister les cancers des seins denses
10/11/2020 : Dans une étude américaine publiée dans le Journal of Clinical Oncology, l’IRM abrégée montre des résultats supérieurs à la tomosynthèse pour le dépistage du cancer chez les femmes aux seins denses. Le Gouverneur de Pennsylvanie a même pris un décret obligeant les assureurs à rembourser cette exploration complémentaire.


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.

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.

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.

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.

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.

L'IRM abrégée pour mieux dépister les cancers des seins denses
10/11/2020 : Dans une étude américaine publiée dans le Journal of Clinical Oncology, l’IRM abrégée montre des résultats supérieurs à la tomosynthèse pour le dépistage du cancer chez les femmes aux seins denses. Le Gouverneur de Pennsylvanie a même pris un décret obligeant les assureurs à rembourser cette exploration complémentaire.

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.

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.