RADLogics, une startup israélienne axée sur le développement de solutions de soins de santé basées sur l'IA, travaille au développement d'un nouveau logiciel d'analyse CT alimenté par l'IA. Ce logiciel vise à diagnostiquer automatiquement et précisément le COVID-19 et ses principaux symptômes. Le logiciel développé utilise plusieurs ensembles de données du monde entier, y compris des données provenant de zones infectées en Chine, pour créer des images d'apprentissage profond 2D et 3D qui aident à mieux diagnostiquer le virus. La société a mené plusieurs expériences rétrospectives pour analyser les performances du logiciel pour la détection des caractéristiques suspectes de tomodensitométrie thoracique du COVID-19 et pour évaluer l'évolution de la maladie chez chaque patient au fil du temps à l'aide d'un examen du volume 3D. Le logiciel devrait améliorer à la fois le traitement des patients et le confinement de la propagation du virus en détectant rapidement les cas positifs dès les premiers stades de l'infection. Actuellement, le logiciel est testé dans des hôpitaux en Chine, en Italie et en Russie. CT = Tomodensitométrie
CARACTERISTIQUES
- Le logiciel développé utilise plusieurs ensembles de données du monde entier pour créer des images d'apprentissage profond 2D et 3D pour une analyse CT plus précise.
- En tant que fonctionnalité du logiciel développé, RADLogics utilise un examen du volume 3D pour générer un « Corona Score » qui mesure le pourcentage du volume pulmonaire infecté par la maladie.
RÉSULTATS EN COURS
- Jusqu’à présent, le logiciel a enregistré une grande précision dans le diagnostic du COVID-19 en développant rapidement son algorithme de diagnostic via l’apprentissage profond.
- Le logiciel prend 30 secondes pour traiter 400 images CT (à l'origine, il faut jusqu'à 2 minutes par patient pour effectuer un scanner thoracique d'un patient.)
- L'algorithme d'analyse d'images CT a pu différencier 157 patients à travers le monde qui ont été testés positifs et négatifs pour le virus avec une AUC de 0.996, une sensibilité de 98.2 % (probabilité d'identification correcte des individus atteints de COVID-19) et une spécificité de 92.2 % (probabilité d'identification correcte. de personnes sans COVID-19).
-
Source(s) : Business Insider, Radiologie appliquée