Deep Learning et imagerie médicale - Résultats de l'étude - Mars 2023

“Évaluation d'une solution combinée de détection musculo-squelettique et thoracique basée sur le deep learning dans un contexte d'urgence”.

‍

‍Résumé l'étude réalisée en partenariat entre : Milvue, Centre Hospitalier de Valenciennes et Arterys. A. Parpaleix, C. Parsy, M. Codari, M. Mejdoubi - Publication du 10 mars 2023 dans l’European Journal of Radiology.

‍

En France, environ 40% des patients qui consultent aux Urgences réalisent une imagerie médicale, la radiographie conventionnelle étant l'examen le plus fréquemment prescrit (71% des cas). Du fait du nombre important de patients et du nombre réduit de radiologues en milieu hospitalier, en moyenne 82% des radiographies d'urgence sont aujourd’hui interprétées en différé par les radiologues, plutôt que directement lors de l’examen d’urgence.

Le Dr Parpaleix, alors interne de radiologie à Paris, s'interroge en 2016 sur la possibilité d'utiliser l’intelligence artificielle et plus particulièrement le deep learning pour améliorer l’orientation des patients et faciliter les diagnostics d'urgence.

Le Deep Learning en imagerie médicale pourrait-il aider les acteurs de l’urgence pour le tri et l’aide au diagnostic ?

‍

> Lire l'article complet dans notre Magazine.

‍

_{DIRECTRICE DE PUBLICATION : HORTENSE BACHELIER
EDITÉ PAR : DR ALEXANDRE PARPALEIX
EN PARTENARIAT AVEC : ARTERYS & CENTRE HOSPITALIER DE VALENCIENNES}