Le Brain Tumor AI Challenge a rendu son verdict

Les résultats d'un brain tumor AI challenge à deux niveaux ont été annoncés le 23 novembre 2021 par la Radiological Society of North America (RSNA), le Medical Image Computing and Computer Assisted Interventions Society (MICCAI) et l'American Society of Neuroradiology (ASNR), qui se sont associés pour piloter ce concours.

Segmentation et classification d’une tumeur cérébrale et prédiction d’un biomarqueur

Le premier défi, mené sur la plateforme Synapse hébergée par Sage Bionetworks, consistait à créer des modèles qui effectuent une segmentation et une classification précises des tumeurs cérébrales dans des analyses d’IRM multiparamétrique (IRMmp) acquises cliniquement. Il est l'aboutissement d'une décennie de défis de segmentation des tumeurs cérébrales (BraTS) menés en collaboration avec MICCAI et a mobilisé cette année plus de 1 200 participants des cinq continents.

La deuxième tâche de défi, introduite cette année, consistait à utiliser les mêmes analyses mpMRI pour prédire l'état d'un biomarqueur radiogénomique, la méthylation du promoteur MGMT, qui est un facteur important dans le pronostic et le traitement des tumeurs cérébrales. Il a été organisé sur la plateforme Kaggle et a attiré plus de 1 500 équipes participantes.

Des données mises à disposition du public par le Cancer Imaging Archive

Ressource unique pour la recherche en IA en radiologie, challenge, construit sur une décennie de travail et considérablement amélioré cette année, comprend des données sur 2 040 patients atteints de tumeurs cérébrales (gliome diffus) provenant de 37 institutions à travers le monde. Les données comprennent quatre analyses mpMRI structurelles distinctes pour chaque patient et ont été annotées manuellement avec des segmentations détaillées de plus de 60 experts cliniques volontaires, principalement de l'ASNR.

The Cancer Imaging Archive met à disposition du public une grande partie des données au début de l'année prochaine. Les chercheurs sont invités à continuer à soumettre des modèles pour la tâche de segmentation via la plate-forme Synapse.

Les équipes qui ont soumis les huit modèles les plus performants dans chaque étape du challenge, KAIST-MRI-Lab, deepX, mfnv, NVAUTO, FightBrainTumor, Future-Processing-Healthcare, NGresearch et NPU_PITT, pour le challenge segmentation, ainsi que Tunisia.ai, Minh, Phan, Cedric Soares, Leaky Folds, random, Train4Ever, Igor Lashkov et ArturHugo, pour le challenge Radiogenomic Classification, se partageront 60 000 $ versés par la RSNA, Intel Corporation et Neosoma.

Les lauréats, ainsi que tous les participants et organisateurs du challenge, seront récompensés lors d'un événement organisé au AI Showcase Theatre lors du congrès de la RSNA 2021, le 29 novembre de 16 h à 17 h. CT.