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 logiciel d'IA taillé pour le dépistage du cancer du poumon par TDM low dose
03/04/2025 : Median Technologies a publié, le 31 Mars 2025, les résultats finaux de l’étude pivot RELIVE, qui confirment et complètent les premiers résultats annoncés le 3 Février 2025 à propos d’eyonis™, une suite de logiciels dispositifs médicaux basés sur l’IA pour le diagnostic précoce du cancer.

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.


LA SFRO organise bientôt l'élection de son nouveau bureau
24/04/2025 : La Société Française de Radiothérapie Oncologique (SFRO) organisera bientôt des élections pour renouveler son Bureau, qui doit comporter dix membres, élus pour 2 ans, ventilés selon trois représentants des CHU et CHG, trois représentants des ESPIC et CLCC, et quatre représentants du secteur libéral.

Thérapies valvulaires adaptées aux variantes anatomiques chez le sujet jeune
23/04/2025 : Dans notre série de procédures interventionnelles en vidéo, voici la session PCR Online diffusée le 16 Avril 2025 qui traitait de l’approche thérapeutique des valves cardiaque selon les différentiations anatomiques chez les jeunes patients.

L'IRM à bas champ étend son domaine clinique
23/04/2025 : Le Laboratoire de recherche en imagerie biomédicale multimodale Biomaps a fait récemment l’acquisition d’une modalité d’IRM bas champ très particulière. Elle pemettra de réaliser de la spirométrie 3D en IRM bas champ et des antennes supraconductrices ultrasensibles permettront d’obtenir des résolutions spatiales équivalentes aux IRM 7T ou 9T.

Évaluer la réponse complète à la chimiothérapie néoadjuvante à l'aide de l'IRM
22/04/2025 : La réponse complète à la chimiothérapie néoadjuvante est difficile à évaluer dans le cancer du sein. Un nouveau modèle utilisant l'IRM qui permettrait de prédire la survie sans récidive e été imaginé dans une étude publiée dans la Revue Radiology, qui combine le score d’hétérogénéité intratumorale et les données cliniques pour prédire la réponse complète eu traitement.

Le lexique radiologique standardisé RadLex fête ses vingt ans
22/04/2025 : 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.

JFR 2025 : les inscriptions sont d'ores et déjà ouvertes !
22/04/2025 : Les prochaines Journées Francophones de Radiologie (JFR) se tiendront du 3 au 6 octobre 2025 au Palais des Congrès de la Porte Maillot, Paris XVIIème. Le Président de l’événement cette année, le Pr Mathieu Lederlin, et son équipe ont choisi pour slogan principal : « La Radiologie, les images d’une vie ».

Quelle technique adopter pour quantifier la graisse dans la stéatose hépatique ?
18/04/2025 : Quelle serait la technique à adopter pour évaluer la quantification graisseuse dans la stétose hépatique à dysfonctionnement métabolique ? Une étude italienne publiée dans l’American Journal of Roentgenology (AJR) expérimente différents critères de ROI en échographie. La fraction de graisse en densité de protons y est utilisée comme référence pour évaluer les meilleurs accords inter opérateurs.

Détection du cancer post-mastectomie par l'IA : les chercheurs doivent persévérer
16/04/2025 : La surveillance des patientes présentant des antécédents de cancer du sein n’étant pas optimale, il est nécessaire d’évaluer les bénéfices de l’IA pour les patientes atteintes d’un cancer du sein post-mastectomie. Une étude coréenne publiée dans la Revue Radiology compare les performances de l’IA à celles des radiologues chez les patientes traitées par mastectomie unilatérale. Un taux de cancer non détectés significatif induit les chercheurs à continuer leurs travaux.

Le volume extracellulaire myocardique quantifié par TDM à comptage photonique
16/04/2025 : L’IRM est la technologie de base pour la quantification du volume extracellulaire dans les cas de fibrose myocardique. Mais TDM à comptage photonique semble plus précise que la TDM EID dans ce cadre. Une étude publiée dans la Revue European Radiology compare la TDMCP et l’IRM dans la quantification du volume extracellulaire et montre l’importance des paramètres de reconstruction pour améliorer la concordance des mesures par rapport à l’IRM de référence.

Le PIMM Hainaut-Cambraisis montre déjà son efficacité
15/04/2025 : Le Centre Hospitalier de Valenciennes et ses partenaires régionaux ont inauguré, le 8 Avril 2025, le Plateau d’Imagerie Médicale Mutualisé (PIMM) qu’ils ont imaginé afin d’apporter une réponse structurée et efficiente aux besoins de santé du territoire.


Évaluer la réponse complète à la chimiothérapie néoadjuvante à l'aide de l'IRM
22/04/2025 : La réponse complète à la chimiothérapie néoadjuvante est difficile à évaluer dans le cancer du sein. Un nouveau modèle utilisant l'IRM qui permettrait de prédire la survie sans récidive e été imaginé dans une étude publiée dans la Revue Radiology, qui combine le score d’hétérogénéité intratumorale et les données cliniques pour prédire la réponse complète eu traitement.

Un modèle d'IA peut prédire le cancer du sein à cinq ans
26/03/2024 : Des chercheurs américains ont développé un nouveau modèle d'intelligence artificielle (IA) interprétable pour prédire le risque de cancer du sein sur 5 ans à partir des mammographies, selon une nouvelle étude publiée aujourd'hui dans la Revue Radiology. Ils opensent que cet algorithme pourrait réduire la fréquence du dépistage du cancer du sein.

Quelle technique adopter pour quantifier la graisse dans la stéatose hépatique ?
18/04/2025 : Quelle serait la technique à adopter pour évaluer la quantification graisseuse dans la stétose hépatique à dysfonctionnement métabolique ? Une étude italienne publiée dans l’American Journal of Roentgenology (AJR) expérimente différents critères de ROI en échographie. La fraction de graisse en densité de protons y est utilisée comme référence pour évaluer les meilleurs accords inter opérateurs.

La TDM ultra haute résolution pour identifier les néoformations osseuses péri-implants cochléaires
13/12/2021 : La majorité des porteurs d'implants cochléaires développent une nouvelle formation osseuse qui affecte négativement la préservation de l'audition à long terme, selon une étude hollandaise publiée dans Radiologie. La tomodensitométrie à haute résolution spatiale pourrait permettre d’identifier et d’étudier les impacts de cette néoformation in-vivo en réduisant les artéfacts notamment.

Détection du cancer post-mastectomie par l'IA : les chercheurs doivent persévérer
16/04/2025 : La surveillance des patientes présentant des antécédents de cancer du sein n’étant pas optimale, il est nécessaire d’évaluer les bénéfices de l’IA pour les patientes atteintes d’un cancer du sein post-mastectomie. Une étude coréenne publiée dans la Revue Radiology compare les performances de l’IA à celles des radiologues chez les patientes traitées par mastectomie unilatérale. Un taux de cancer non détectés significatif induit les chercheurs à continuer leurs travaux.

Un suivi systématique à six mois serait préférable pour les lésions mammaires classées BI-RADS 3
20/05/2020 : Les femmes présentant des lésions mammaires classées BI-RADS 3 devraient systématiquement suivies à six mois. C’est ce que suggère une étude publiée dans la Revue Radiology en raison du risque faible mais non négligeable que ces lésions soient malignes.

L'IRM à bas champ étend son domaine clinique
23/04/2025 : Le Laboratoire de recherche en imagerie biomédicale multimodale Biomaps a fait récemment l’acquisition d’une modalité d’IRM bas champ très particulière. Elle pemettra de réaliser de la spirométrie 3D en IRM bas champ et des antennes supraconductrices ultrasensibles permettront d’obtenir des résolutions spatiales équivalentes aux IRM 7T ou 9T.

L'immunoTEP pour explorer la dissémination du virus du COVID long
11/04/2025 : Les recherches sur la dissémination du COVID long dans les tissus autres que respiratoires, intestinales ou génitales sont incomplètes. Une étude franco-hollandaise publiée dans la Revue Nature met en œuvre l’immunoTEP corps entier pour identifier la présence d’antigènes du SARS-CoV-2 dans divers organes de macaques. Un radiotraceur y est notamment spécialement développé pour se lier à la protéine de pointe du SARS-CoV-2.

Le lexique radiologique standardisé RadLex fête ses vingt ans
22/04/2025 : 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.

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.