Publicité

IA contre le COVID : NEHS DIGITAL et Thales unissent leurs forces

09/11/2020
De Rédaction

Dans le cadre de la lutte contre le COVID-19, Thales et NEHS DIGITAL ont récemment uni leurs compétences dans un projet de traitement des bases de données issues des scanners pulmonaires. Ils peuvent s’appuyer d’ores et déjà sur la base FIDAC.

Dans le cadre de l’appel à projets lancé par le ministère des Armées pour lutter contre le COVID-19 par une meilleure prise en charge des patients, une plateforme d’Intelligence Artificielle (IA) pour le traitement des images de scanner thoracique proposée par Thales et NEHS DIGITAL vient d’être sélectionnée.

Les deux éditeurs ont uni leurs forces avec pour objectif de développer une solution basée sur de l’IA appliquée aux images de scanner thoracique. En pratique, une première recommandation de diagnostic et de criticité des atteintes pulmonaires sera transmise instantanément suite à l’acquisition de l’image, permettant aux équipes médicales d’adapter la prise en charge du patient et de prioriser les cas en fonction de l’urgence médicale.

NEHS DIGITAL peut d’ores et déjà s’appuyer sur la basse de données de scanners thoraciques anonymisés récoltée dans une centaine de centres hospitaliers français dans le cadre du projet FIDAC. Grâce à l’exploitation de ces données, Thales mettra en œuvre une infrastructure avec pour objet d’entraîner des algorithmes via un apprentissage automatique et de développer une IA initiant des recommandations automatisées.

La phase de déploiement du service d’IA développé par Thales s’appuiera sur la large infrastructure cyber-sécurisée de télémédecine NEHS DIGITAL et sera hébergée dans un cloud Thales certifié Hébergement des Données de Santé (HDS). L’objectif est de déployer un premier démonstrateur de cette solution, dans les trois prochains mois, avec une mise à jour périodique à mesure que le nombre d’images disponible augmentera.

Ce projet d’envergure est susceptible, à terme, de permettre la prise en charge d’autres pathologies dans le futur. 

SUR LE MÊME THÈME

IA & Données
Les bonnes pratiques pour l'évaluation de la pertinence d'un outil d'IA en imagerie
Abonné(e)

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 -

IA & Données
Abonné(e)

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 -

IA & Données
Abonné(e)

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 -

IA & Données
Abonné(e)

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 -

IA & Données
Abonné(e)

Essais sur une RAG pour améliorer les grands modèles de langages en radiologie

Pour renforcer les attributs des grands modèles de langage appliqués à la radiologie, la RAG, qui code les informations dans un espace vectoriel pour affiner les tâches des LLM basées sur la connaissance, semble pertinente. Dans une étude publiée dans la Revue Radiology : Artificial intelligence, de...

05/05/2025 -

IA & Données

Le lexique radiologique standardisé RadLex fête ses vingt ans

RadLex, un lexique radiologique complet développé par la Radiological Society of North America (RSNA) destiné à proposer un langage commun pour communiquer les résultats diagnostiques par les radiologues, célèbre son 20e anniversaire en 2025.

22/04/2025 -

IA & Données
Abonné(e)

La TDM ultra low dose, prochaine norme pour le suivi des jeunes immunodéprimés ?

La tomodensitométrie à ultra-faible dose débruitée par l’IA permet, en appliquant seulement 2% de la dose normale, de diagnostiquer efficacement la pneumonie chez les patients immunodéprimés.  C’est le résultat d’une étude publiée dans la Revue Radiology et qui pourrait ouvrir la voie vers de nouvel...

14/03/2025 -

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.