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.
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 -
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 -
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.