L’Union Européenne finance un nouveau projet de modèle d’IA à partir du Swarm Learning. Cette nouvelle technologie logicielle permet de préserver la confidentialité des algorithmes et de ne pas partager les données personnelles des patients.
Un nouveau projet de recherche financé par l'Union Européenne (UE) a vu le jour le 1er janvier 2023. Il s’agit d’un consortium ouvert pour l'intelligence artificielle médicale décentralisée (ODELIA), qui a pour but de révolutionner l'intelligence artificielle (IA) dans les soins de santé grâce à l'utilisation de Swarm Learning (SL).
Au cours des cinq prochaines années, le projet vise à surmonter les obstacles de la collecte de données dans les soins de santé en utilisant le SL, où les partenaires travaillent ensemble pour former des modèles d'IA sans avoir besoin de partager les données personnelles des patients. L'un des principaux défis de la mise en œuvre de l'IA dans les soins de santé est le manque d'ensembles de données suffisamment volumineux pour former des modèles, notamment pour le dépistage du cancer où la collecte de données se heurte des obstacles pratiques, éthiques et juridiques. ODELIA préservera, dans ce cadre, la confidentialité des algorithmes d'IA médicale sans partager de données sensibles et privées.
Les partenaires du projet collaboreront pour développer le premier algorithme d'IA cliniquement utile pour la détection du cancer du sein en IRM, en utilisant une base de données qui dépasse toutes les études précédentes. Le succès du projet ODELIA devrait pousser les partenaires à servir de noyaux pour la croissance exponentielle du réseau SL et à étendre SL à une multitude d'applications médicales.
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 -
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 -
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 -
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 -
L’European Society of Radiology (ESR), sous la direction de son groupe de travail sur l'IA, vient de publier un document de recommandations pour une implémentation généralisée de l’European AI Act.
11/03/2025 -
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.