L’AP-HP et Gleamer vont collaborer pour la création d’une solution d’IA pour l’interprétation des radiographies pulmonaires. Ce rapprochement permettra d’annoter des images pathologiques et d’entraîner un algorithme spécifique.
L’Assistance Publique – Hôpitaux de Paris (AP-HP) vient d’annoncer la signature d’iun partenariat avec Gleamer pour participer au développement d’une solution d’IA pour la détection des pathologies thoraciques les plus courantes.
En pratique, l’AP-HP participera à l’annotation de 100 000 radiographies thoraciques comportant des signes de pneumothorax, d’épanchement pleural, de nodule pulmonaire, de syndrome alvéolaire, de masse médiastinale entre autres. Il s’agira ensuite d’utiliser ces données pour entraîner un algorithme d’IA développé par Gleamer.
L’outil ainsi mis en place par Gleamer et l’AP-HP permettra de garantir, quelles que soient les circonstances et les conditions de réalisation des radiographies pulmonaires, une lecture efficace dans la détection des principales pathologies thoraciques grâce au développement de cet algorithme élaboré en commun.
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 -
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 -
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 -
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 -
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 -
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 -
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 -
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.