Vous êtes dans : Accueil > Actualités > Intelligence Artificielle, Machine Learning > Le deep learning pour gagner le combat contre la tuberculose

Le deep learning pour gagner le combat contre la tuberculose

LUNDI 03 DéCEMBRE 2018 Soyez le premier à réagirSoyez le premier à réagir

Le combat contre la tuberculose pourrait être gagné en utilisant l'IA pour le diagnostic sur les radiographies pulmonaires. Ce thème a été développé dans un article de la revue Radiology, primé au congrès de la RSNA 2018.

 

RSNA

La Radiological Society of North America (RSNA) a décerné, le 26 novembre 2018, son septième prix d'excellence scientifique Alexander R. Margulis au Dr Paras Lakhani, du Thomas Jefferson University Hospital (TJUH) de Philadelphie, pour l'article intitulé "Deep Learning pour la radiographie thoracique: classification automatisée de la tuberculose pulmonaire à l’aide de réseaux de neurones convolutifs", publiée en ligne en avril 2017.

L'intelligence artificielle pour gagner le combat contre la tuberculose

Baptisé en l'honneur du Dr Alexander R. Margulis, chercheur distingué et visionnaire dans le domaine de la radiologie, ce prix annuel récompense le meilleur article scientifique original publié dans la revue Radiology, par le comité de lecture de la RSNA. Si l’imagerie joue un rôle central dans le diagnostic et la prise en charge de la tuberculose, l’accès à la radiologie est souvent limité dans les pays en développement où la tuberculose est la plus répandue. Espérant combler cette lacune, le Dr Lakhani et son collègue le Dr Baskaran Sundaram, également du TJUH, ont étudié l'efficacité d'une méthode automatisée de détection de la tuberculose sur des radiographies thoraciques.

Les chercheurs ont notamment utilisé le Deep learning, qui utilise des réseaux de neurones à convolution profonde (DCNN), pour identifier la tuberculose sur les radiographies thoraciques. Les résultats de la recherche étaient prometteurs. "Nous avons déterminé que le deep learning DCNN peut classer la tuberculose à partir de la radiographie pulmonaire, a déclaré le Dr Lakhani. Cette méthode signifie que la radiographie peut faciliter les efforts de dépistage et d'évaluation dans les zones prévalentes pour la tuberculose où l'accès aux radiologistes est limité."

Un problème de Santé publique dans les pays en développement

Selon le Pr David A. Bluemke, rédacteur en chef de la revue Radiology, ce type de recherche innovante représente l'avenir de la radiologie. "Les auteurs ont évalué un problème mondial de santé publique - en particulier dans les zones où il y a peu de radiologues, a-t-il déclaré. Ce qui est important ici est que les Drs. Lakhani et Sundaram ont validé leurs résultats en étudiant des radiographies thoraciques aux États-Unis, en Biélorussie et en Chine. Ce type d’étude validée avec pertinence va changer la pratique de la radiologie."

Pour le Dr Lakhani, le potentiel d'amélioration de la détection de la tuberculose, l'une des 10 principales causes de décès dans le monde, constitue un facteur de motivation important pour la recherche. Et d'après l'Organisation mondiale de la santé (OMS), environ 10,4 millions de personnes ont contracté la tuberculose en 2016, entraînant la mort de 1,8 million de personnes. "Une solution automatisée pourrait réduire significativement le développement de cette maladie, en particulier dans les pays en développement comme l'Afrique subsaharienne, poursuit-il. Une grande priorité de l'OMS est de mettre fin à la tuberculose."

Un modèle de deep learning précis à 96%

Pour cette étude, les Drs. Lakhani et Sundaram ont reçu 1 007 radiographies de patients atteints, ou non, de tuberculose, constituées de plusieurs jeux de données de radiographie thoracique provenant d'instituts nationaux de la santé, du Belarus Tuberculosis Portal et de TJUH. Ces données ont été divisées en groupes entrainement (68,0%), validation (17,1%) et test (14,9%). Les cas ont été utilisés pour entrainer deux modèles DCNN différents - AlexNet et GoogLeNet - tirés des examens positifs et négatifs à la tuberculose. La précision des modèles a été testée sur 150 cas exclus des jeux de données d'entrainement et de validation. Le modèle d'IA le plus performant combinait AlexNet et GoogLeNet, avec une précision nette de 96%.

Les deux modèles DCNN étaient incohérents dans 13 des 150 cas tests. Pour ces cas, les chercheurs ont évalué une procédure où un radiologue expert était capable d'interpréter les images, en diagnostiquant avec précision 100% des cas. Ce flux de travail, incorporant un humain dans la boucle, avait une plus grande précision nette de près de 99%. Selon le Dr Lakhani, les DCNN n'étaient pas entrainés pour distinguer les ressemblances potentielles de la tuberculose pulmonaire, tels que le cancer du poumon, la pneumonie bactérienne ou les maladies tropicales.

Élargir le champ d'étude pour donner de la robustesse à son modèle

"Le but de ces algorithmes est de différencier les radiographies pulmonaires normales des anomalies thoraciques dans le champ d'évaluation de la tuberculose, remarque-t-il. Les cas signalés comme anormaux présentant des caractéristiques de tuberculose pulmonaire devraient être suivis d'une confirmation bactériologique, comme le suggèrent les processus de dépistage présentés par l'OMS. L'objectif de ces derniers est la réduction des coûts, la valorisation de la radiographie numérique ayant considérablement diminué au cours de la dernière décennie."

Le Dr Lakhani, qui a terminé son cursus en médecine nucléaire et en PETScan, est radiologue depuis 2011 et se spécialise principalement en radiologie cardiaque au TJUH. Il a ajouté que le Prix Margulis, en plus d'être un immense honneur, donne une impulsion à ses projets d'amélioration des modèles avec davantage d'expérience et d'autres méthodes de deep learning. Bien qu'il s'agisse d'une étude rétrospective basée sur des ensembles de données disponibles au moment de l'étude, il espère élargir le champ en étudiant l'utilisation de DCNN dans une pratique clinique d'évaluation de la tuberculose.

"Avec le deep learning, plus vous disposez de données, mieux vous vous portez, conclut-il. Il existe de nombreuses données à l’international permettant de développer des algorithmes plus robustes et l’avenir est prometteur pour ce type de recherche."

Bruno Benque avec RSNA


Un CADe français pour la radiographie thoracique obtient l'autorisation FDA
27/03/2025 : La firme française Gleamer a annoncé, le 25 Mars 2025, l’autorisation de mise sur le marché, par la Food and Drug Administration (FDA), de sa solution avancée d’interprétation des radiographies thoraciques, ChestView.

Recommandations européennes pour l'intégration de l'IA dans la radiologie
11/03/2025 : 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.

L'IA en imagerie thoracique nécessiterait une redéfinition du rôle des radiologues
07/03/2025 : L’imagerie thoracique à la pointe de l’intelligence artificielle. C’est le message que font passer des chercheurs coréens dans un article publié dans la Revue Radiology. Ils listent les applications de cette technologie, comme l’interprétation assistée par l’IA et dépistage opportuniste des maladies non ciblées, mais recommandent une redéfinition proactive du rôle des radiologues essentielle à l’intégration de l’IA en imagerie.

IABM 2025, le colloque pour maitriser l'IA en imagerie biomédicale
11/02/2025 : L’Institut National de Recherche en sciences et technologies du numérique (INRIA)organise, en coopération avec d’autres institutions scientifiques, le 3ème Colloque Français d’Intelligence Artificielle en Imagerie Biomédicale (IABM 2025), les 17 et 18 Mars 2025, au Palais de la Méditerranée à Nice.

Une startup européenne d'IA obtient une importante levée de fonds pour atteindre ses objectifs
27/11/2024 : La plateforme d’IA Raidium agit comme une fabrique de biomarqueurs d’imagerie au service de la pratique clinique et de la recherche. Elle annonce une levée de 13 M$ qui devrait lui permettre de progresser et d’obtenir les certifications FDA et CE.

La confiance des radiologues en l'IA : une arme à double tranchant
19/11/2024 : Lorsqu’ils prennent des décisions diagnostiques aidés par l’Intelligence Artificielle (IA), les radiologues lui font parfois trop confiance alors qu’elle signale une zone d'intérêt spécifique sur une radiographie. C’est en substance ce qui ressort d’une nouvelle étude publiée dans la Revue Radiology.

La lecture des images radiologiques toujours pas au point pour Chat-GPT4 Vision
09/09/2024 : Des chercheurs américains ont réalisé une étude, publiée dans la Revue Radiology, évaluant les performances de ChatGPT-4 Vision, capable d’interpréter du texte et de l’image. Ils ont constaté que le modèle fonctionnait bien sur les questions d'examen de radiologie textuelles, mais qu'il avait du mal à répondre avec précision aux questions liées aux images. Des réponses hallucinatoires suggèrent même des interprétations d’images incorrectes aux conséquences cliniques potentiellement graves.

L'IA vs le radiologue dans l'interprétation de la radiographie pulmonaire
03/09/2024 : Un outil d'intelligence artificielle (IA) utilisé dans une étude danoise publiée dans la Revue Radiology pour interpréter des radiographies pulmonaires s'est avéré efficace pour exclure une pathologie. Il a présenté des taux d'échec critiques sur les radiographies pulmonaires égaux ou inférieurs à ceux des radiologues, ses erreurs se révélant plus graves cliniquement.

Un grand modèle de langage open source pour concurrencer les modèles propriétaires
29/08/2024 : La Revue Radiology publie une étude allemande relative à la performance de Meta Llama 3, un grand modèle de langage open source qui concurrence les grands modèles propriétaires, tels que GPT-4 et Gemini. Les chercheurs ont soumis l’outil à un sous-ensemble de questions d'examen de type jury de radiologie et ont montré la pertinence de Meta Llama 3.

L'IA renforce l'identification du cancer de la prostate par IRM
13/08/2024 : Un modèle de deep learning a été entrainé par des chercheurs américains afin de détecter précisément les lésions cancéreuses de prostate par IRM. Dans une étude publiée dans la Revue Radiology, ils utilisent en plus Grad-CAM pour assurer la localisation des tumeurs.


Traitement d'une lésion de bifurcation coronaire complexe en vidéo
01/04/2025 : Dans notre série de procédures interventionnelles en vidéo, nous vous présentons aujourd’hui un cas clinique de traitement de plusieurs lésions coronaires gauche, notamment dans une bifurcation IVA/diagonale.

Recommandations pour identifier la maltraitance infantile en imagerie
01/04/2025 : Dans la série ESR Essentials, la société savante européenne vient de publier, dans la Revue European Radiology, des conseils utiles pour que les radiologues généralistes puissent identifier la maltraitance infantile par imagerie. Ils ont ainsi édité une feuille de route pour l’évaluation et le suivi des jeunes patients présentant des signes symptomatiques, ou pas, ainsi qu’une série de recommandations classées selon l’âge des enfants.

Recommandations sur le suivi des patientes présentant des antécédents de cancer du sein
31/03/2025 : Des controverses existent sur le suivi des patientes présentant des antécédents de cancer du sein, dans un contexte de baisse de l’observance. Dans un article publié dans la Revue RadioGraphics, deux chercheuses américaines cherchent à déterminer le bon intervalle entre les dépistages ainsi que le moment d’arrêter de dépister. Elles recommandent notamment une évaluation basée sur le risque personnel et aidé par l’intelligence artificielle.

Les calcifications aortiques pas encore de vrais biomarqueurs prédictifs cardiovasculaires en TDM
28/03/2025 : Les calcifications thoraciques sont-elles vraiment des biomarqueurs TDM d’épisodes cardiovasculaires ? Un modèle de quantification de la calcification aortique basé sur l’IA a été expérimenté dans une étude coréenne publiée dans l’American Journal of Roentgnology. L’hypothèse des chercheurs qui n’a que partiellement été validée par cette étude.

Un CADe français pour la radiographie thoracique obtient l'autorisation FDA
27/03/2025 : La firme française Gleamer a annoncé, le 25 Mars 2025, l’autorisation de mise sur le marché, par la Food and Drug Administration (FDA), de sa solution avancée d’interprétation des radiographies thoraciques, ChestView.

Un nouveau parc d'imagerie en coupe Fujifilm performant et durable
26/03/2025 : Depuis l’acquisition d’Hitachi par la société Fujifilm en 2021, cette dernière bénéficie d’une belle gamme d’imagerie en coupe qui s’est élargie dernièrement avec de nouvelles modalités innovantes. Nous avons rencontré Johann Cordier, chef de produits pour l’imagerie en coupe chez Fujifilm Healthcare France, pour un tour d’horizon du nouveau parc du constructeur japonais.

La TDM à comptage photonique pour quantifier la stétose hépatique
26/03/2025 : Les scientifiques sont, depuis quelques années, à la recherche d’une technologie permettant d’identifier plus spécifiquement la stéatose hépatique. La fraction graisseuse en densité protonique comme norme de référence (PDFF) est la norme mais une étude clinique publiée dans la Revue Radiology tente de comparer les résultats obtenus avec la TDM à comptage photonique à la PDFF. Les premiers résultats sont en faveur d’une corrélation TDMCP / PDFF.

Correlations entre RECIST et volumétrie par TDM en oncologie
25/03/2025 : Quelles corrélations peut-on identifier entre les critères RECIST et la volumétrie tumorale obtenue par TDM en oncologie ? Un travail de recherche publié dans la Revue Radiology utilise comme base de comparaisons les biomarqueurs QIBA et montre une sensibilité accrue de la volumétrie par TDM comme juge des désaccords potentiels.

Les RI appelés à répondre à l'enquête sur l'adhésion à la CIRSE
25/03/2025 : La Fédération de Radiologie Interventionnelle (FRI) lance une enquête auprès des radiologues interventionnels (RI) afin de connaître les raisons pour lesquelles ils n’adhèrent qu’avec parcimonie à la Cardiovascular & Interventional Radiology Society of Europe (CIRSE).

Assurer une gestion personnalisée des risques en IRM
24/03/2025 : La gestion des risques en IRM fait l’objet d’un article publié dans la Revue European Radiology. Des conseils pour mettre en œuvre des marges de sécurité appropriées aux profils des patients y sont édités, au travers notamment des risques liés aux trois champs électromagnétiques participant de la technologie IRM. Il est nécessaire, dans ce cadre, de réaliser une évaluation personnalisée des interactions des corps des patients avec les trois composantes du champ magnétique.


Les apports de l'embolisation des artères géniculaires pour le genou arthrosique
13/12/2024 : L’embolisation des artères géniculaires est une alternative sérieuse à l’arthroplastie du genou chez les personnes souffrant d'arthrose. C’est ce qu’a annoncé un chercheur allemand lors du congrès 2024 du RSNA, qui a présenté une étude prouvant une amélioration significative de la qualité de vie des patients et des scores de la douleur.

Correlations entre RECIST et volumétrie par TDM en oncologie
25/03/2025 : Quelles corrélations peut-on identifier entre les critères RECIST et la volumétrie tumorale obtenue par TDM en oncologie ? Un travail de recherche publié dans la Revue Radiology utilise comme base de comparaisons les biomarqueurs QIBA et montre une sensibilité accrue de la volumétrie par TDM comme juge des désaccords potentiels.

Évaluer la composition cartilagineuse du genou par IRM dans les lésions arthrosiques
13/09/2021 : Pour mesurer la dégénérescence du cartilage du genou, des protocoles d’IRM avancés en T1rho et T2 sont pertinents. De nouvelles recommandations ont été publiées récemment dans la Revue Radiology, qui aideront à fournir des résultats plus fiables et reproductibles dans ce cadre et permettront d’assurer un meilleur suivi thérapeutique de manière homogène.

Les calcifications aortiques pas encore de vrais biomarqueurs prédictifs cardiovasculaires en TDM
28/03/2025 : Les calcifications thoraciques sont-elles vraiment des biomarqueurs TDM d’épisodes cardiovasculaires ? Un modèle de quantification de la calcification aortique basé sur l’IA a été expérimenté dans une étude coréenne publiée dans l’American Journal of Roentgnology. L’hypothèse des chercheurs qui n’a que partiellement été validée par cette étude.

Polypes de vésicule biliaire : Les recommandations de la SRU validées dans une étude
19/02/2024 : Dans une étude publiée dans l'American Journal of Roentgenology (AJR), 10 radiologues abdominaux ont évalué le processus de classification des polypes de vésicule biliaire recommandés par la SRU. Ce travail a validé ces recommandations ciblant le risque de chaque type de lésion ainsi que la prise en charge chirurgicale des patients.

LE GADOLINIUM EST-IL DANGEREUX A LONG TERME ?
05/05/2015 : Une série d'études récentes montre que le Gadolinium s'accumule de façon résiduelle dans le cerveau. Les dangers de ces résidus sont sans doute liées à la structure moléculaire de l'agent chimique qui accompagne le Gadolinium dans le corps des patients. Et les habitudes des radiologues sont appelées à changer, selon le Pr Emmanuel Kanal.

Traitement d'une lésion de bifurcation coronaire complexe en vidéo
01/04/2025 : Dans notre série de procédures interventionnelles en vidéo, nous vous présentons aujourd’hui un cas clinique de traitement de plusieurs lésions coronaires gauche, notamment dans une bifurcation IVA/diagonale.

Traitement du glioblastome par ultrasons : l'essai SONOBIRD recrute son premier patient
05/02/2024 : Avec l’essai SONOBIRD, Carthera veut tester le dispositif SonoCloud-9® associé au carboplatine et le comparer aux traitements existants. Le premier des 560 patients de cette étude vient d’être recruté.

ORTHANC, LE NOUVEAU PACS OPEN SOURCE
27/03/2015 : Un jeune chercheur belge, Sébastien Jodogne, a reçu l'award MIT du meilleur logiciel libre pour son travail de développement d'un mini-PACS dénommé Orthanc.

Recommandations sur le suivi des patientes présentant des antécédents de cancer du sein
31/03/2025 : Des controverses existent sur le suivi des patientes présentant des antécédents de cancer du sein, dans un contexte de baisse de l’observance. Dans un article publié dans la Revue RadioGraphics, deux chercheuses américaines cherchent à déterminer le bon intervalle entre les dépistages ainsi que le moment d’arrêter de dépister. Elles recommandent notamment une évaluation basée sur le risque personnel et aidé par l’intelligence artificielle.