Radiologie cognitive pour les projets Big Data et les essais In Silico
Les objectifs du projet
Le projet aDELAIDE vise à développer:
Des algorithmes basés sur l’Intelligence Artificielle, capables de détecter et de classer automatiquement la qualité des études en fonction des images radiologiques du patient.
Des algorithmes capables d’extraire les informations signifiantes des rapports médicaux.
Le déploiement de technologies d’Intelligence Artificielle dans l’activité clinique quotidienne.
Une solution qui facilite l’identification de cohortes de patients à inclure dans des essais cliniques ou des études rétrospectives, en combinant des analyses automatiques complexes d’images et de rapports radiologiques.
En quoi consiste le projet aDELAIDE?
aDELAIDE est l’acronyme de DEtection and Localization of AnatomicaL structures for enhanced IDEntification and search of imaging studies. Il vise à définir, développer et déployer une solution permettant d’interroger les systèmes d’archivage et de communication d’images (PACS) sur la base de balises générées par l’analyse d’images complexes et l’exploration sémantique de rapports radiologiques. La finalité de cette solution est de faciliter la génération de cohortes de patients pour des essais cliniques ou des études de recherche.
Les services de radiologie disposent d’énormes bases de données d’images, collectées au fil des décennies et stockées dans les PACS des hôpitaux. Cependant, non archivées, non triées et non organisées, elles constituent un gisement d’informations aujourd’hui non utilisé. Les extraire, les collecter, les annoter et les assembler en jeux de données exploitables constitue une énorme opportunité pour améliorer la prise en charge des patients et le développement clinique.
Partenaires
Résultats
Algorithme de Deep Learning capable de détecter la visibilité d’organes abdominaux dans les images radiologiques.
Algorithmes de traitement du langage naturel permettant d’obtenir toutes les informations nécessaires aux essais cliniques et aux projets In Silico.
Tomographie assistée par ordinateur de l’abdomen