Les solutions CINA d’Avicenna.AI viennent de faire l’objet d’un accord de distribution avec la plateforme CARPL. Ces outils d’IA seront ainsi intégrées dans cette suite approuvées par la FDA et marquées CE.
La plateforme technologique qui permet de tester, de valider et de déployer des applications d'IA, CARPL, vient d’intégrer CINA, la gamme de solutions d'Avicenna.AI pour les pathologies neurovasculaires et thoraco-abdominales, qui utilisent le deep learning pour identifier, détecter et quantifier les pathologies potentiellement graves à partir d'images médicales de scanner.
À mesure que le nombre d'applications d'IA entrant dans le domaine clinique augmente, il peut être difficile pour les prestataires de soins de santé d'accéder, d'évaluer puis d'intégrer ces solutions dans leurs flux de travail cliniques. C’est dans ce contexte que CARPL se place comme une plate-forme intermédiaire pour le développement, les tests, la distribution et le déploiement d'applications d'IA.
Les outils approuvés par la FDA et marqués CE sont intégrés de manière transparente dans le flux de travail clinique, déclenchant et rapportant automatiquement les résultats de l'algorithme via les systèmes déjà utilisés par les radiologues. Les solutions CINA entrent dans ce processus, alertant de manière transparente les radiologues au sein de leurs systèmes et flux de travail existants.
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.