L'ESR et EUCAIM piloteront le réseau européen pour la médecine de précision
En répondant à la demande de l’Union européenne, l’ESR et EUCAIM sont appelés à piloter le réseau européen pour la médecine de précision grâce à l’imagerie basée sur l’IA. Il s’agira de partager les bonnes pratiques et de définir des recommandations de manière pluridisciplinaire.
L’European Society of Radiology (ESR) annonce le lancement d'un nouveau réseau thématique dédié à la promotion de la médecine de précision pour les patients atteints de cancer en Europe grâce à l'imagerie basée sur l'IA.
L’ESR et EUCAIM choisis pour piloter le réseau européen pour la médecine de précision grâce à l’imagerie basée sur l’IA
L’ESR et Cancer Image Europe (EUCAIM) ont posé leur candidature commune sur la plateforme européenne de politique de santé pour ce projet et ont été retenues parmi les 4 propositions présentées. Ce réseau, intitulé « Faire progresser la médecine de précision pour les patients atteints de cancer en Europe grâce à l'imagerie basée sur l'IA », proposera une approche des soins contre le cancer en permettant aux professionnels de la santé d'analyser de grandes quantités de données sur les patients de manière plus efficace et plus précise.
S'alignant sur les principales priorités de la politique de santé de l'UE et sur la nouvelle législation relative à l'IA et à la santé numérique, et en partenariat étroit avec l'European Cancer Imaging Initiative, ce réseau développera des stratégies de traitement plus personnalisées et plus efficaces, réduisant potentiellement le fardeau du cancer sur les individus et la société.
Partager les bonnes pratiques et définir des recommandations de manière pluridisciplinaire
Il s’agira également de développer un réseau multidisciplinaire d’acteurs et d’organiser des webinaires et des activités éducatives sur l'interopérabilité, l'assurance qualité et l'intégration de solutions d'IA dans les soins contre le cancer. « Le cancer continue de représenter un fardeau important pour la société, l'Europe représentant 25 % des cas de cancer dans le monde, alors qu'elle ne représente qu'un dixième de la population mondiale, souligne le Pr Regina Beets-Tan, directrice scientifique de l’European Institute for biomedical Imaging Research (EIBIR) et membre de l'équipe dirigeante du réseau thématique. Sans action décisive, le cancer pourrait devenir la principale cause de décès en Europe d’ici 2035. »
Les acteurs de la santé sont donc invités à se joindre à la discussion, à partager les bonnes pratiques et à définir conjointement les recommandations et les actions nécessaires pour surmonter les obstacles à l'adoption de solutions basées sur l'IA et de promouvoir les approches intégrées dans le continuum des soins contre le cancer.
Un webinaire Pitch sera diffusé le 24 juin 2024, de 10h00 à 12h00 CEST pour en savoir plus sur ce réseau, les inscriptions sont accessibles ICI.
SUR LE MÊME THÈME
Les comptes rendus radiologiques ne sont pas près de passer par GPT-4
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 -
Un nouvel outil d'extraction de données spécialisé en radiologie
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 -
Des grands modèles de langage sensés participer à l'annotation des images pour le deep learning
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 -
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 -
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 -
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 -
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 -
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.