L’équipe IA de Facebook, en collaboration avec des radiologues du NYU Langone Health Academic Medical Center, a développé un réseau neuronal qui peut réduire le temps que les gens passent sur un appareil d’imagerie par résonance magnétique (IRM) de plus d’une heure à quelques minutes.

L’IRM fournit aux médecins des informations vitales sur l’intérieur des patients, mais les machines fonctionnent à un rythme très lent et obligent le patient à rester complètement immobile.

Cela les rend impropres à une utilisation sur les jeunes enfants – qui doivent être sous sédation – et les personnes confrontées à des urgences médicales critiques, telles que des accidents vasculaires cérébraux.

Cela vient après deux ans de recherche, et cela s’appelle fastMRI, et cela réduit le temps de scan. Parce qu’il ne faut qu’un quart des données pour produire l’image.

Les scientifiques ont formé un modèle d’apprentissage automatique sur des scanners IRM basse résolution et haute résolution, et ont utilisé ce modèle pour prédire la forme finale des scans IRM à partir d’un quart seulement des données d’entrée habituelles.

Cela signifie que les analyses peuvent être effectuées plus rapidement, ce qui signifie moins de difficultés pour les patients et un diagnostic plus rapide. Ce réseau de neurones est une étape majeure pour intégrer l’IA dans l’imagerie médicale.

La raison pour laquelle l’IA peut être utilisée pour produire les mêmes analyses avec moins de données est que le réseau neuronal a appris une idée abstraite de ce à quoi ressemble un examen médical en examinant les données d’entraînement.

Le réseau de neurones peut utiliser cette idée pour prédire le résultat final, car il définit la structure générale de l’image médicale et tente de remplir ce qui est unique dans le dépistage d’un patient spécifique sur la base des données.

L’équipe fastMRI travaille sur ce problème depuis des années, mais ils ont récemment publié une étude clinique dans l’American Journal of Genetics, qui, selon eux, prouve la fiabilité de leur méthode.

L’étude a demandé aux radiologues de poser des diagnostics basés sur des examens IRM traditionnels et des scanners du genou améliorés par l’IA des patients.

L’étude indique qu’il n’y a pas de différences statistiquement significatives dans les évaluations des radiologues lorsqu’ils voient des images de résonance magnétique du genou d’un patient par des scans traditionnels et des scans d’intelligence artificielle.

La prochaine étape consiste à introduire la technologie dans les hôpitaux où elle peut aider les patients, et l’équipe de fastMRI est convaincue que cela peut se produire assez rapidement, peut-être en quelques années.

Les données de formation et de modèle actuelles peuvent être incorporées dans des appareils d’IRM existants sans aucune nouvelle modification matérielle.

Étant donné que le système est open source, tout fabricant peut désormais y accéder et l’utiliser pour des tests supplémentaires.

Related Articles
Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.