Naissance de DRIM France IA, l'écosystème créé par le Conseil de la Radiologie française
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.
SUR LE MÊME THÈME
Les comptes rendus radiologiques ne sont pas près de passer par GPT-4
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 -
Un nouvel outil d'extraction de données spécialisé en radiologie
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 -
Des grands modèles de langage sensés participer à l'annotation des images pour le deep learning
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 -
Les bonnes pratiques pour l'évaluation de la pertinence d'un outil d'IA en imagerie
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 -
Des LLM affinés pour aider à la relecture des comptes rendus
Selon une nouvelle étude publiée dans la Revue Radiology, un grand modèle de langage (LLM) améliorerait sensiblement la détection des erreurs dans les comptes rendus de radiologie. Les chercheurs ont utilisé des comptes rendus synthétiques et des données ciblées pour donner au LLM de la légèreté.
23/05/2025 -
Agir sur la vulnérabilité des grands modèles de langage en radiologie
Dans un nouvel article spécial publié dans la Revue Radiology, des chercheurs abordent les défis de cybersécurité liés aux grands modèles de langage (LLM). Ils soulignent l'importance de mettre en œuvre des mesures de sécurité pour empêcher leur utilisation malveillante dans le système de Santé et m...
21/05/2025 -
Une feuille de route pour atténuer les biais de l'IA
Les biais diagnostiques créés par l’IA relèvent d’un manque d’informations démographiques incluent dans les données de santé. Dans un article publié dans la Revue Radiology, des chercheurs américains décrivent l’importance d’une définition homogène décrivant les groupes démographiques. Un travail qu...
20/05/2025 -
LETTRE D'INFORMATION
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.