L'embolie pulmonaire au centre du défi IA organisé au RSNA 2020
MERCREDI 16 SEPTEMBRE 2020
Soyez le premier à réagirAu prochain RSNA, les meilleurs projets ayant concouru au défi IA seront présentés. Ce concours, qui promeut les modèles de deep learning pour l’amélioration des interprétations radiologiques, sera dédié cette année à l’embolie pulmonaire à partir d’images de scanner.
La Radiological Society of North America (RSNA) vient de lancer son quatrième défi annuel d'intelligence artificielle (IA), un concours entre chercheurs pour créer des applications exécutant une tâche clinique clairement définie, selon des mesures de performance spécifiées.
Une collaboration avec la STR pour un défi dédié à l’embolie pulmonaire
Le défi pour les concurrents cette année est de créer des algorithmes de deep learning pour détecter et caractériser les cas d'embolie pulmonaire. La RSNA a collaboré, à cette occasion, avec la Society of Thoracic Radiology (STR) pour créer un vaste ensemble de données pour le défi. L'ensemble de données RSNA-STR Pulmonary Embolism CT (RSPECT) comprend plus de 12 000 scanners collectés dans cinq centres de recherche internationaux. L'ensemble de données a été étiqueté avec des annotations cliniques détaillées par un groupe de plus de 80 radiologues thoraciques experts.
« L'ensemble de données créé pour le défi de cette année est la plus grande collection publiquement disponible de données images sur l'embolie pulmonaire annotées par des experts pour l'IA, a déclaré le Pr John Mongan, vice-président du sous-comité directeur de l’IA du RSNA Radiology Informatics Committee. Nous prévoyons que le défi de cette année suscitera l'intérêt pour la détection d'embolie pulmonaire en tant que cas d'usage de l'IA en démontrant ce qui peut être réalisé avec un très grand ensemble de données multi-institutionnelles bien annotées, et qu’il fera progresser la radiologie vers l'amélioration des soins aux patients grâce à l'IA. »
Une dotation de 30 000 $ pour les dix meilleurs projets
Le défi dédié, l’année dernière, à la détection et de la classification des hémorragies intracrâniennes a attiré plus de 1 300 équipes pour développer des algorithmes permettant d’identifier et de classer les sous-types d’hémorragies au scanner cérébral. L'ensemble de données, composé de plus de 25 000 examens, était le premier ensemble de données multiplanaires utilisé dans un RSNA AI Challenge.
Dans un tel défi, les chercheurs sont en concurrence sur la façon dont leurs modèles d'IA exécutent des tâches définies en fonction de mesures de performance spécifiées. Chaque défi de l'IA explore et démontre les façons dont l'IA peut bénéficier à la radiologie et améliorer les soins aux patients. Celui dédié à la détection d'embolie pulmonaire RSNA-STR est ouvert à tous. Pour la première fois cette année, le challenge de RSNA adoptera l’approche d’un concours de soumission de code, destiné à produire des modèles plus efficaces et facilement utilisables. Les modèles finaux doivent être soumis avant le 26 octobre 2020. Les 10 meilleurs projets recevront un total de 30 000 $.
Les résultats seront annoncés le 23 novembre 2020 et les meilleures soumissions seront présentées lors du RSNA 2020 (29 novembre - 5 décembre).
Bruno Benque avec RSNA