Dix équipes sont lauréates du RSNA-STR Challenge 2020
MERCREDI 02 DéCEMBRE 2020
Soyez le premier à réagirLe RSNA-STR Pulmonary Embolism Detection Challenge a rendu son verdict. Lors du RSNA 2020, dix équipes se partageront les 30 000 $ de prix, pour ce concours de soumission de codes de machine learning pour l’identification de l’embolie pulmonaire à partir du scanner thoracique.
La Radiological Society of North America (RSNA) a annoncé, le 23 novembre 2020, les résultats officiels de son dernier challenge d'intelligence artificielle (IA).
12 000 examens scanner tagués par plus de 80 radiologues
En collaboration avec la Society of Thoracic Radiology (STR), le RSNA-STR Pulmonary Embolism Detection Challenge a engagé les équipes candidates à créer des algorithmes de machine learning pour détecter et caractériser les cas d'embolie pulmonaire. L'ensemble de données RSNA-STR Pulmonary Embolism CT (RSPECT) créé pour le défi est composé de plus de 12 000 scanners thoraciques collectés dans cinq centres de recherche internationaux. L'ensemble de données a fait l’objet d’annotations cliniques détaillées par un groupe de plus de 80 radiologues thoraciques experts.
L'embolie pulmonaire cause entre 60 000 et 100 000 décès par an aux États-Unis. Les patients présentent des symptômes communs à d'autres maladies et un diagnostic radiologique rapide est souvent essentiel aux décisions en matière de soins. Ce challenge montre comment le machine learning peut contribuer à une gestion et à un traitement efficaces des patients en permettant aux radiologues d'identifier plus précisément les cas d'embolie pulmonaire.
10 équipes se partagent les 30 000 $ de prix
« Des challenges comme celui-ci sont comme une course de Formule 1: une opportunité pour les meilleurs du monde de se rassembler, de démontrer leurs compétences, d'apprendre les uns des autres et de faire progresser l'état de l'art au nom de l'amélioration des soins aux patients, a déclaré le Pr John Mongan, nouveau président du sous-comité directeur du RSNA Machine Learning. Chaque année, je suis impressionné et inspiré par ce que les candidats accomplissent. »
Sur les 784 équipes du monde entier qui ont participé au RSNA-STR Pulmonary Embolism Detection Challenge, les équipes primées sont : Guanshuo Xu, D-DIMER ÉLEVÉ, VinBigData Medical imaging, Kazumax, deepread.ai, OsciiArt, yuval reina, [Aillis] Yuji + Jan + yama, shimacha et OrKatz. En reconnaissance de la valeur publique du concours, les équipes gagnantes se partageront un total de 30 000 $ en prix en argent, fourni par Kaggle. Les gagnants seront récompensés lors du congrès virtuel du RSNA (RSNA 2020, 29 novembre - 5 décembre 2020).
Un concours de soumission de code pour départager les candidats
Le Prix du mérite éducatif, nouvellement créé pour 2020, récompense une personne parmi les 10 meilleures équipes dont la candidature est jugée exceptionnelle par la clarté, l'exhaustivité, l'organisation et l'efficacité de son code soumis. Il a été remis à Ian Pan, de l'équipe HIGH D-DIMER. Lors de l'examen des candidatures au Prix du mérite pédagogique, les juges ont évalué la clarté et l’exhaustivité de l'explication de l'approche adoptée par le participant ; la clarté, l’accessibilité, l’organisation et l’architecture du code ; l’effort estimé requis pour exécuter le code ; la facilité de réutilisation du code et enfin la nouveauté d'approche.
Le RSNA-STR Pulmonary Embolism Detection Challenge a été mené sur une plateforme fournie par Kaggle et était ouvert à tous les chercheurs en IA. Pour la première fois cette année, le challenge RSNA a adopté l’approche d’un concours de soumission de code. Les règles exigeaient des concurrents qu'ils soumettent et exécutent leur code dans un environnement partagé standard, produisant des modèles plus simples et plus facilement utilisables.
Paco Carmine