En faisant l’acquisition de la société française Cardiologs, Philips Healthcare complète son domaine d’activités diagnostiques. Cette solution basée sur des algorithmes de machine nearning permet un dépistage des troubles cardiaques à partir d’un ECG.
Philips Healthcare vient d’annoncer la signature d'un accord pour l'acquisition de Cardiologs, une société spécialisée dans la transformation du diagnostic cardiaque grâce à l'intelligence artificielle (IA), selon une transaction qui devrait être finalisée dans les prochains mois.
Cardiologs est une société française, fondée en 2014 et son siège social est situé à Paris. Elle emploie quelques 70 employés, ingénieurs logiciels et data scientists spécialisés dans l'IA et les algorithmes d'apprentissage profond principalement. L'acquisition de Cardiologs s'inscrit parfaitement dans le portefeuille existant de solutions de soins en cardiologie de Philips, très présent dans les activités de surveillance des patients en temps réel, de dispositifs thérapeutiques, de télésanté et d'informatique hospitalière notamment.
Cardiologs complétera cette offre avec un dispositif de dépistage des troubles cardiaques indépendant du fournisseur et des applications d'analyse d'ECG basées sur des algorithmes de machine learning. Cette solution, certifiée CE et autorisée par la FDA, facilite l'établissement de comptes rendus diagnostic, réduit le nombre d'erreurs et simplifie le travail des soignants pour des soins cardiaques spécialisés plus rapides et plus efficaces. Sa technologie s'appuie sur une base de données croissante de plus de 20 millions d'enregistrements d'ECG et est soutenue par un certain nombre de publications cliniques.
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 -
L’European Society of Radiology (ESR), sous la direction de son groupe de travail sur l'IA, vient de publier un document de recommandations pour une implémentation généralisée de l’European AI Act.
11/03/2025 -
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.