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.
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 -
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 -
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 -
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 -
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 -
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 -
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 -
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.