Diagnostic de la Covid-19

Un algorithme d’IA détecte avec précision la COVID-19 à partir de radiographies pulmonaires

icon réservé aux abonnésArticle réservé aux abonnés
Le 13/02/24 à 15:00, mise à jour le 12/03/24 à 10:20

Ce nouveau système utilise un algorithme basé sur l’apprentissage profond appelé réseau neuronal convolutif personnalisé (CNN-Custom) spécialement conçu pour le diagnostic rapide et précis de la pathologie D.R.

Un modèle d’intelligence artificielle développé par des chercheurs de l’université de technologie de Sydney, en Australie (UTS), serait capable d’identifier la Covid-19 sur des radiographies pulmonaires avec une précision presque parfaite, selon les résultats d’une étude présentée dans Nature Scientific Reports [1].

Le modèle CNN-Custom pour identifier l’infection

Ce nouveau système utilise un algorithme basé sur l’apprentissage profond appelé réseau neuronal convolutif personnalisé (CNN-Custom), spécialement conçu pour le diagnostic rapide et précis de la pathologie. Les chercheurs l’ont entraîné et testé suivant différents réglages à l’aide de deux bases de données en libre accès, l’une contenant plus de 15 000 images et l’autre 340.

Une précision supérieure à 98 %

Le nouveau modèle a « surpassé les autres modèles de diagnostic d’IA » en exactitude, précision, rappel/sensibilité, score F1 et perte de test, annonce l’université de technologie de Sydney dans un communiqué. Il a en

Il vous reste 45% de l’article à lire

Tech Imago réserve cet article à ses abonnés

S'abonner à l'édition
  • Tous les contenus « abonnés » en illimité
  • Le journal numérique en avant-première
  • Newsletters exclusives, club abonnés

Abonnez-vous !

Tech Imago en illimité sur desktop, tablette, smartphone, une offre 100% numérique

Offre découverte

1€

pendant 1 mois
puis 13 €/mois

S’abonner à Tech Imago

Notes

Hussein A. M., Sharifai A. G., Alia O. M. et al, « Auto-detection of the coronavirus disease by using deep convolutional neural networks and X-ray photographs », Scientific Reports, 2024, vol. 14, n° 534. DOI : 10.1038/s41598-023-47038-3.

Auteurs

Solenn Duplessy

Voir la fiche de l’auteur

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Tech Imago

06 Fév

16:02

Une étude publiée dans Radiography compare l’expérience des patients lors d’IRM cérébrales réalisées sur un système IRM compact 3 T (C3T) et sur une IRM 3 T conventionnelle, en évaluant notamment le confort, le bruit et les vibrations. Les résultats montrent que le C3T est perçu comme équivalent ou supérieur.

9:00

Le centre hospitalier Agen-Nérac (47) a mis en service le 26 janvier 2026 une nouvelle salle de radiologie numérisée sur son site de Nérac, dans le cadre de la modernisation de ses équipements. D’un montant de 185 000 €, cet investissement améliore la qualité des diagnostics tout en réduisant l’exposition aux rayons, informe actu.fr.
04 Fév

14:13

L’American Society of Radiologic Technologists (ASRT) a rejoint l’American College of Radiology (ACR) et la Radiological Society of North America (RSNA) en tant que partenaire de RadiologyInfo. (Communiqué)

7:40

Des chercheurs ont développé et validé un modèle de deep learning entièrement automatisé pour détecter et mesurer les masses surrénaliennes sur des scanners abdominaux injectés. Le modèle a le potentiel d’améliorer les taux de détection des lésions surrénales et de faciliter leur prise en charge précoce, indique l'étude.
Tech Imago

GRATUIT
VOIR