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

Trouver le modèle qui puisse efficacement intégrer l'IA dans le flux de travail du radiologue

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 -

IA & Données
Un acteur français de l'IA propose deux outils TDM pour la détection du cancer

Un acteur français de l'IA propose deux outils TDM pour la détection du cancer

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 -

IA & Données
Un réseau de radiologues français conclut un accord avec un fournisseur d'IA pour le diagnostic

Un réseau de radiologues français conclut un accord avec un fournisseur d'IA pour le diagnostic

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 -

IA & Données
Les comptes rendus radiologiques ne sont pas près de passer par GPT-4
Abonné(e)

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 -

IA & Données
Un nouvel outil d'extraction de données spécialisé en radiologie

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 -

IA & Données
Des grands modèles de langage sensés participer à l'annotation des images pour le deep learning
Abonné(e)

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 -

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 -

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.