L'instant recherche

[Eclairage] L’IA au service de l’analyse d’images de radiographie pour l’aide au diagnostic de pneumonie à l’ère du Covid-19

France Universités : date de publication

    Ces premiers travaux sont issus d’une collaboration initiée par l’Université de Haute-Alsace, l’Yncréa Hauts-de-France, the University of the Basque Country; et soutenue par d’autres institutions telles que le CHU de Lille.

    Le Covid-19 peut causer une pneumonie chez les personnes diagnostiquées positives. Comme des pneumonies infectieuses peuvent être observées sur des images de radiographie, un travail collaboratif a été entrepris pour évaluer le potentiel de l’intelligence artificielle (IA) sur l’analyse automatique de premières données open source d’imagerie radiologique en lien avec la pneumonie et le Covid-19.

    L’approche expérimentale emploie des techniques d’apprentissage machine inspirées du fonctionnement du cerveau humain en exploitant des réseaux de neurones artificiels. Les résultats obtenus sont prometteurs pour le dépistage du Covid-19 par radiographie puisqu’ils ont montré une précision de détection de pneumonies de l’ordre de 95% sur l’échantillon de données considéré. Aussi, un indicateur simple à appliquer a été proposé pour mesurer le risque d’aggravation des patients atteints par le Covid-19. Cet indicateur comporte notamment un paramètre calculé par l’IA relatif au niveau d’infection des poumons.

    La fiabilité de l’approche ainsi que les résultats préliminaires devront ultérieurement être validés sur une quantité de données plus importante et à travers une étude clinique. En perspective, il est prévu de procéder à des expérimentations de cette approche d’aide à la décision sur des échantillons d’images provenant du CHU Calmette pour tester sa robustesse sur des données acquises dans des conditions d’usage habituel et dans des conditions dégradées liées aux situations d’urgence.

     

    L’article scientifique est disponible en version pré-publication via la référence ci-après :

    [1] Hammoudi, K., Benhabiles, H., Melkemi, M., Dornaika, F., Arganda-Carreras, I., Collard, D., & Scherpereel, A. (2020). Deep Learning on Chest X-ray Images to Detect and Evaluate Pneumonia Cases at the Era of COVID-19arXiv preprint arXiv:2004.03399.

     

    Consulter la publication scientifique

    117
    membres
    2 millions
    d'étudiants
    3000
    laboratoires de recherche
    82
    prix Nobel