Publicité

La recherche sur le COVID disposera du MIDRC pour la troisième année consécutive

13/12/2022
De Bruno Benque avec MIDRC

Le Medical Imaging and Data Research Center (MIDRC) vient d’obtenir le financement pour son fonctionnement durant une troisième année consécutive. Cette initiative en faveur du développement de la recherche dans la lutte contre le COVID-19 est une plateforme mettant à disposition des chercheurs des images et autres données cliniques afin de faire avancer le diagnostic et la prévention de la maladie à COVID-19 grâce au machine learning et à l'intelligence artificielle.

Le Medical Imaging and Data Research Center (MIDRC) est une initiative collaborative multi-institutionnelle dirigée par la communauté de l'imagerie médicale et visant à accélérer le transfert de connaissances et d'innovations pour lutter contre la pandémie actuelle de COVID-19.

Plus de 100 000 études publiées en deux ans d’existence

Financé par le National Institute of Biomedical Imaging and Bioengineering (NIBIB) américain, le MIDRC est dirigé par un consortium composé de l'Université de Chicago, de la Radiological Society of North America (RSNA), de l'American College of Radiology (ACR) et de l'American Association of Physiciens in medicine (AAPM). Les données communes du MIDRC sont hébergées par l'Université de Chicago.

L'objectif du MIDRC est de favoriser l'innovation dans le domaine du machine learning grâce au partage de données pour un archivage, une analyse et une diffusion rapides et flexibles de l'imagerie et des données cliniques associées en fournissant aux chercheurs des ressources inégalées dans la lutte contre le COVID-19. En seulement deux ans, il a publié plus de 100 000 études d'imagerie pour faire progresser le développement d'applications de machine learning et d'intelligence artificielle dans ce cadre.

Une plateforme de données sur le COVID-10 mises à disposition de la recherche

Le MIDRC Data Commons prend en charge la gestion, l'analyse et le partage des données d'imagerie médicale pour l'amélioration des résultats pour les patients. Les données du MIDRC sont en libre accès et comprennent, en plus des fichiers d'imagerie, des données démographiques sur les patients, les résultats des tests COVID-19 et d'autres informations cliniques, des descriptions d'études harmonisées utilisant le playbook LOINC et des balises DICOM pour un filtrage des données et une sélection des cohortes à analyser.

En plus du portail public de données, le MIDRC dispose d'un ensemble de données séquestrées pour faciliter l'autorisation réglementaire et accélérer l'utilisation clinique. Des méthodes de sélection de cas cliniques pour les essais indépendants sont utilisées pour évaluer de manière appropriée un algorithme développé.

Un webinaire MIDRC organisé le 17 janvier 2023

« MIDRC est un ensemble de données d'imagerie massif, organisé, diversifié et multi-institutionnel qui permet de nouvelles informations sur le diagnostic et la prédiction de l'infection au COVID-19, ses complications et ses résultats, précise le Pr Curtis P. Langlotz, président du conseil d'administration de la RSNA et professeur de radiologie et d'informatique biomédicale, directeur du Center for Artificial Intelligence in Medicine and Imaging. Nous réalisons les avantages des nouveaux algorithmes et les innovations qui en résultent dans le machine learning ».

L'initiative a été financée pour une troisième année d’activité. Les établissements intéressés sont encouragés à passer en revue les étapes nécessaires pour participer. Les membres de la communauté médicale peuvent assister aux séminaires virtuels du MIDRC. Cette série de séminaires offre l'occasion d'entendre directement l'équipe du MIDRC et présente des travaux de recherche 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 17 janvier 2023, à 21h, heure de Paris.

SUR LE MÊME THÈME

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 -

IA & Données
Abonné(e)

Des LLM affinés pour aider à la relecture des comptes rendus

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 -

IA & Données
Abonné(e)

Agir sur la vulnérabilité des grands modèles de langage en radiologie

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 -

IA & Données
Abonné(e)

Une feuille de route pour atténuer les biais de l'IA

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 -

IA & Données
Abonné(e)

Essais sur une RAG pour améliorer les grands modèles de langages en radiologie

Pour renforcer les attributs des grands modèles de langage appliqués à la radiologie, la RAG, qui code les informations dans un espace vectoriel pour affiner les tâches des LLM basées sur la connaissance, semble pertinente. Dans une étude publiée dans la Revue Radiology : Artificial intelligence, de...

05/05/2025 -

IA & Données

Le lexique radiologique standardisé RadLex fête ses vingt ans

RadLex, un lexique radiologique complet développé par la Radiological Society of North America (RSNA) destiné à proposer un langage commun pour communiquer les résultats diagnostiques par les radiologues, célèbre son 20e anniversaire en 2025.

22/04/2025 -

IA & Données
Abonné(e)

La TDM ultra low dose, prochaine norme pour le suivi des jeunes immunodéprimés ?

La tomodensitométrie à ultra-faible dose débruitée par l’IA permet, en appliquant seulement 2% de la dose normale, de diagnostiquer efficacement la pneumonie chez les patients immunodéprimés.  C’est le résultat d’une étude publiée dans la Revue Radiology et qui pourrait ouvrir la voie vers de nouvel...

14/03/2025 -

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.