Le CHRU de Nancy vient de signer un partenariat avec Incepto et Philips pour la mise à disposition d’un panel de solutions d’intelligence artificielle (IA). Une plateforme sécurisée intégrera ses solutions dans l’environnement informatique des acteurs de l’imagerie du CHRU.
La start-up française Incepto vient d’annoncer la signature d'un partenariat stratégique avec le CHRU de Nancy et Philips pour généraliser l’utilisation de 5 solutions d’IA dans les unités d’imagerie de cet établissement.
Grâce à ce partenariat, Incepto permettra aux acteurs de la radiologie du CHRU de Nancy d’accéder à plusieurs solutions d’IA directement intégrées à leur environnement informatique comprenant le PCAS Philips. Une plateforme sécurisée donnera aux radiologues et aux médecins urgentistes de l’établissement la possibilité d’utiliser ces solutions axées sur la traumatologie, l’oncologie ou la neurologie.
Les solutions d’IA faisant l’objet de ce partenariat sont SubtlePET, pour l’optimisation des examens de PETScan, SubtleMR pour optimiser les séquences d’IRM, qER, pour le diagnostic d’urgence en scanner crânien, BoneView, pour la détection de fractures en radiographie standard et enfin Veye Lung Nodules, pour le dépistage et le suivi des nodules pulmonaires en tomodensitométrie.
Le médecin-chercheur Eric J. Topol et le spécialiste en IA de Harvard, Pranav Rajpurkar plaident en faveur d'une séparation claire des rôles entre les systèmes d'IA et les radiologues dans un éditorial publié dans la Revue Radiology. Ils proposent un cadre que les radiologues doivent adapter à leurs...
28/08/2025 -
Gleamer, acteur française de l’IA médicale, a lancé en juillet dernier sa suite OncoView destinée à assister les radiologues dans la détection précoce du cancer par densitométrie (TDM).
22/08/2025 -
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 -
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.