L'écosystème français d'Intelligence Artificielle dédié à l'imagerie médicale est créé et s'appelle "DRIM France IA". Le G4 a annoncé sa mise en œuvre lors des JFR 2018.
Le Conseil national de la radiologie française (G4) avait annoncé, au mois de juin 2018, la création d'un écosystème d'Intelligence Artificielle dédié à l'imagerie médicale.
A l’occasion des Journées Francophones de Radiologie diagnostique et interventionnelle (JFR) 2018, il a annoncé la naissance de cet écosystème intitulé désormais DRIM France IA. Ce projet vise à construire et exploiter une base de données qualifiées d’imagerie médicale à partir des quelques 100 millions d'examens produits chaque année dans les cabinets et services de radiologie publics et privés français.
DRIM France IA mettra cette base de données à disposition des entreprises industrielles, majors ou startups, sous le contrôle d’un comité scientifique, afin de développer des programmes et des applications d'aide à la décision en matière d’imagerie médicale au service des patients et de la santé publique. On y trouvera ainsi des logiciels dédiés à la recherche, à la formation, à l'évaluation, à la prévention, au diagnostic, à la thérapeutique ou au suivi des patients. A terme, cette base constituera une des plus grandes bases de données d’imagerie au monde, voire la plus grande.
La direction de DRIM France IA sera assurée par un directoire composé d’un représentant de chaque membre du conseil professionnel de la radiologie et présidé par le Dr Bruno Silberman (praticien libéral). Ce Directoire comprendra également le Pr Jean-Paul Beregi (CHU de Nîmes), le Pr Pierre Champsaur (AP-HM) et le Pr Jean-Yves Gauvrit (CHU de Rennes). Un comité d’éthique veillera, en outre, au respect de la réglementation applicable à l’utilisation des données de santé.
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 -
Les méthodes d’élaboration des grands modèles de langage sont basées sur des règles qui ne traitent pas efficacement les données non standardisées. Des chercheurs britanniques présentent, dans un article publié dans la Revue European Radiology, RADEX, le nouvel outil d’extraction de données radiolog...
15/07/2025 -
Incontournables pour l’entrainement des modèles de deep learning, les annotations d’images radiologiques sont rébarbatives et chronophages pour les experts qui les créent. Des grands modèles de langage (LLM) pourraient remplacer les annotations humaines, comme l’indique un article scientifique publi...
23/06/2025 -
Radiologues, informaticiens et chercheurs présentent, dans un article publié dans la Revue Radiology, les pièges et les meilleures pratiques pour atténuer les biais des modèles d'intelligence artificielle (IA) en imagerie médicale. Ils présentent une sorte de feuille de route pour des pratiques plus...
13/06/2025 -
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.