Le machine learning pourrait aider à l'élaboration d'une image IRM interprétable après une acquisition au temps très court. Cette nouveauté fait l'objet d'un projet de recherche associant la New York School University of Medicine et Facebook.
Facebook et le département de radiologie de la New York University School of Medicine travaillent conjointement à un pojet de fastMRI, qui pourrait réduire d'un facteur 10 le temps d'acquisition des séquences IRM grâce à l’utilisation de l’intelligence artificielle (IA).
Le Pr Daniel Sodickson et les Drs Ph.D, Michael Recht et Yvonne Lui, de la New York University School of Medicine sont à la tête de ce projet avec Larry Zitnick et Nafissa Yakubova du groupe de recherche sur l'intelligence artificielle de Facebook (FAIR) de Facebook. L'idée est de prendre en charge un minimum de données images et de laisser un système de machine learning reconnaître la structure sous-jacente des images afin d'obtenir une image complète et précise de la région à explorer.
Des réseaux neuronaux artificiels sont ainsi mis à contribution afin de compléter les résultats obtenus par un temps d'acquisition très court et qui ne suffisent pas à produire une image interprétable. L'intérêt de ce projet est bien entendu de réduire les temps d'examens et ainsi d'explorer des patients peu coopératifs ou de mieux exploiter les modalités d'IRM.


Microsoft vient d’annoncer la disponibilité en France de Microsoft Dragon Copilot, un assistant clinique IA conçu pour simplifier la documentation, faciliter la recherche d’informations et automatiser des tâches.
08/10/2025 -

Le programme Ségur Vague 2 pour l’imagerie connaît aujourd’hui son premier point d’étape avec l’enregistrement définitif des candidats au référencement RIS et DRIMbox. Nous avons rencontré Jean-Marc Chevilley, Directeur de Projet au sein de la Délégation au Numérique en Santé, qui est le pilote prin...
07/10/2025 -

Depuis la publication de l'AI Act, l'écosystème de l’imagerie médicale doit se préparer à évoluer, notamment pour gérer le consentement et l’opposition des patients. L'équipe de Dr Data a mis à disposition son expertise en protection des données de santé pour construire une solution et des processus...
04/10/2025 -
Le médecin-chercheur Eric J. Topol et le spécialiste en IA de Harvard, Pranav Rajpurkar plaident en faveur d'une séparation claire des rôles entre les systèmes d'IA et les radiologues dans un éditorial publié dans la Revue Radiology. Ils proposent un cadre que les radiologues doivent adapter à leurs...
28/08/2025 -

Gleamer, acteur française de l’IA médicale, a lancé en juillet dernier sa suite OncoView destinée à assister les radiologues dans la détection précoce du cancer par densitométrie (TDM).
22/08/2025 -

Gleamer a annoncé, le 10 Juillet 2025, la signature d’un partenariat stratégique avec le réseau France Imageries Territoires (FIT) pour le déploiement des solutions Gleamer Copilot® dans l’ensemble des centres d’imagerie du réseau FIT.
29/07/2025 -


Les grands modèles de langage multimodaux seraient-ils capables de réaliser des comptes rendus radiologiques ? Des résultats d’essais contradictoires troublent le ressenti sur les possibilités de GPT-4V, un modèle qui se concentre uniquement sur la précision diagnostique. Une étude publiée dans la R...
21/07/2025 -
Ne manquez aucune actualité en imagerie médicale et radiologie !
Inscrivez-vous à notre lettre d’information hebdomadaire pour recevoir les dernières actualités, agendas de congrès, et restez informé des avancées et innovations dans le domaine.