Publicité

Philips enrichit son domaine d'activité en cardiologie

17/11/2021
De Rédaction

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.

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.