La recherche sur les pathologies liées au COVID-19 aux USA bénéficie, depuis près de deux ans, du programme MIDRC de collecte de données d’imagerie médicale. Les principales sociétés savantes américaines de la spécialité sont impliquées dans ce projet qui sera financé pour une année supplémentaire.
Après moins de deux ans de collecte et de traitement de données, la Radiological Society of North America (RSNA) a livré avec succès plus de 30 000 examens d'imagerie anonymisés au Medical Imaging and Data Resource Center (MIDRC), une plateforme en libre accès qui publie des données à utiliser pour la recherche.
La contribution de la RSNA comprend des images radiographiques et tomodensitométriques du patient COVID-19 sollicitées auprès de sites du monde entier. Chaque ensemble de données d'images contient des informations démographiques sur les patients et est accompagné de points de données cliniques pertinents, notamment l'admission et la sortie de l'hôpital et des soins intensifs, ainsi que l'assistance respiratoire fournie.
« La RSNA est ravie de collaborer au développement du MIDRC, a déclaré Curtis le Pr P. Langlotz, agent de liaison du conseil d'administration de la RSNA pour les technologies de l'information et la réunion annuelle et professeur de radiologie et d'informatique biomédicale, directeur du Centre d'intelligence artificielle en médecine et imagerie et chaire associée pour les systèmes d'information au département de radiologie de l'Université de Stanford. MIDRC est un ensemble de données d'imagerie massif, organisé, diversifié et multi-institutionnel qui fournit de nouvelles informations sur le diagnostic et la prédiction de l'infection au COVID-19, ses complications et ses résultats. Depuis la publication de la première série d'images jusqu'à aujourd'hui, nous réalisons les avantages des nouveaux algorithmes et les innovations qui en résultent dans le deep learning. »
Le MIDRC est financé par le National Institute of Biomedical Imaging and Bioengineering, hébergé par l'Université de Chicago, et développé conjointement par la RSNA, l'American College of Radiology et l'American Association of Physicists in Medicine. Les organisateurs du MIDRC ont récemment annoncé que le financement sera disponible pour la troisième année. Les établissements intéressés sont encouragés à examiner les étapes nécessaires pour participer à cette initiative.
Les membres de la communauté médicale peuvent assister aux séminaires virtuels du MIDRC programmés le troisième mardi de chaque mois à 21h00 heure française. La série de séminaires offre l'occasion d'entendre directement l'équipe du MIDRC et présente des présentations de recherche de chercheurs du MIDRC sur des avancées nouvelles et remarquables. Les sessions se déroulent en ligne et incluent des questions-réponses en direct pour tous les participants. Le prochain séminaire aura lieu le 21 juin 2022.
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 -
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 -
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.