Skip to main content

RECHERCHE: L’IA accélère les diagnostics de COVID-19 sans le fardeau des radiations

9 septembre 2022
|

Un homme allongé sur le point de passer un examen de tomodensitométrie Un patient sur le point de passer un examen de tomodensitométrie. Crédit photo : (CC) Phillip Jeffrey. www.fadetoplay.com

Dans les hôpitaux, les médecins n’ont souvent pas le temps d’attendre durant des jours un diagnostic de COVID-19 – ils en ont besoin tout de suite.

La tomodensitométrie thoracique peut faciliter les diagnostics, mais une tomodensitométrie à dose standard peut exposer les patients à une quantité substantielle de radiations, surtout lorsqu’ils nécessitent de multiples examens.

Dans le cadre d'une étude publiée dans Scientific Reports, Arash Mohammadi et Farnoosh Naderkhani ont dirigé Parnian Afshar, Nastaran Enshaei et Shahin Heidarian, étudiants aux cycles supérieurs membres de l’Institut d’ingénierie des systèmes d’information de l’Université Concordia à l'École de génie et d'informatique Gina-Cody. Ensemble, ils ont élaboré un cadre recourant à l’intelligence artificielle (IA) pour formuler des diagnostics comparables à ceux d’êtres humains au moyen de protocoles de tomodensitométrie à dose faible et ultrafaible afin de réduire l’exposition aux radiations au niveau approximatif d’une seule radiographie.

Pour ce faire, ils ont collaboré avec des collègues du Centre des sciences de la santé Sunnybrook, du Centre universitaire de santé McGill, de l’Université de Montréal, de l’Université de Toronto et de l’Institut national du cancer.

Le modèle d’IA proposé pourrait aider les radiologistes à diagnostiquer précisément et promptement les infections causées par la COVID-19, et ainsi contribuer à contrôler la chaîne de transmission durant la pandémie.

Lisez « Human-level COVID-19 diagnosis from low-dose CT scans using a two-stage time-distributed capsule network » dans Scientific Reports de la revue Nature.



Retour en haut de page

© Université Concordia