L'hémorragie cérébrale, thème du RSNA IA challenge 2019

L'AI Challenge est un concours entre chercheurs visant à créer des applications exécutant une tâche définie en fonction de mesures de performances spécifiées.

Les capacités du machine learning pour améliorer la prise en charge radiologique

L’an dernier, le défi de la détection de la pneumonie avait impliqué plus de 1 400 équipes. "L'objectif d'un défi d'IA est d'explorer et de démontrer comment l'IA peut bénéficier à la radiologie et améliorer les diagnostics cliniques, précise le Dr Luciano Prevedello, Président du Machine Learning Steering Subcommittee of the RSNA Radiology Informatics Committee. En organisant ces défis de données, la RSNA joue un rôle essentiel en démontrant les capacités du machine learning et en favorisant le développement de l’IA dans l’amélioration des soins aux patients."

Cette année, les chercheurs travaillent à développer des algorithmes permettant d'identifier et de classifier les sous-types d'hémorragies sur les scanners cérébraux. L'ensemble de données, qui comprend plus de 25 000 examens fournis par plusieurs instituts de recherche, est le premier ensemble de données multiplanaires utilisé dans un RSNA AI Challenge. Le Machine Learning Steering Subcommittee a travaillé avec des spécialistes volontaires de l'American Society of Neuroradiology (ASNR) pour attribuer à ces examens le tag de cinq sous-types d'hémorragies intracrâniennes, un effort d'une ampleur sans précédent dans le monde de la radiologie.

Un concours qui s'étend du 3 septembre au 11 novembre 2019

Le défi est exécuté sur une plate-forme fournie par Kaggle, Inc. (une filiale de Alphabet, Inc., également la société mère de Google). Kaggle a reconnu ce projet comme un bien public et remettra 25 000 $ aux projets gagnants. Le 3 septembre 2019, la première vague de données a été diffusée aux chercheurs qui travaillent au développement et à la formation d'algorithmes. La phase de formation s’achèvera le 4 novembre. Au cours de cette phase, les participants utiliseront un ensemble de données de formation comprenant les tags des radiologues pour développer des algorithmes reproduisant ces annotations.

Au cours de la phase d'évaluation, du 4 au 11 novembre 2019, les participants appliqueront leurs algorithmes à la partie de test du jeu de données, qui leur est fournie avec les annotations retenues. Leurs résultats seront ensuite comparés aux annotations de l'ensemble de données de test et une matrice d'évaluation sera appliquée pour apprécier leur exactitude et déterminer les gagnants. Les résultats seront annoncés en novembre et les meilleures soumissions seront reconnues à l'AI Showcase Theatre lors du prochain congrès de la RSNA (RSNA 2019, du 1er au 6 décembre, McCormick Place, Chicago).