the new scientific reference

Votre durée de vie peut maintenant être prédite3 minutes de lecture

V

[et_pb_section bb_built= »1″ admin_label= »section » _builder_version= »3.0.50″ background_color= »#e5e5e5″][et_pb_row admin_label= »row » background_position= »top_left » background_repeat= »repeat » background_size= »initial »][et_pb_column type= »4_4″][et_pb_text admin_label= »Texte » _builder_version= »3.0.50″ background_layout= »light » text_orientation= »left » border_style= »solid »]

[dropcap]L[/dropcap]a capacité qu’a un ordinateur à prédire votre durée de vie en regardant des images de vos organes est devenue réalité grâce à une étude menée par l’Université Adelaide (Australie).

 

[/et_pb_text][/et_pb_column][/et_pb_row][/et_pb_section][et_pb_section bb_built= »1″ admin_label= »Section » fullwidth= »off » specialty= »off »][et_pb_row admin_label= »Ligne » background_position= »top_left » background_repeat= »repeat » background_size= »initial »][et_pb_column type= »4_4″][et_pb_text admin_label= »Texte » _builder_version= »3.0.50″ background_layout= »light » text_orientation= »left » border_style= »solid »]

Intelligence Artificielle et imagerie médicale

[/et_pb_text][et_pb_text admin_label= »Texte » _builder_version= »3.0.50″ background_layout= »light » text_orientation= »left » border_style= »solid »]

Initialement parue dans le journal Scientific Reports (Nature), l’étude révèle qu’il est possible pour une intelligence artificielle (IA) de détecter précocement les futures maladies graves et interventions médicales sur un patient.

Radio Thorax - Université de PerpignanDes chercheurs des Universités School of Public Health et School of Computer Science faisant toutes deux partie de l’Université d’Adélaïde (Australie), ont utilisé une IA pour analyser des images médicales de 48 patients.

Assez sordide, l’ordinateur a été capable d’identifier les individus qui allaient mourir sous 5 ans (avec une précision de 69%).

Ceci est la première étude de ce genre, mêlant intelligence artificielle et imagerie médicale.

 

[/et_pb_text][et_pb_testimonial admin_label= »Témoignage » _builder_version= »3.0.50″ author= »Luke Oakden-Rayner » job_title= »Radiologiste et doctorant » company_name= »Université Adélaïde » url= »http://www.adelaide.edu.au/ » url_new_window= »off » quote_icon= »on » use_background_color= »on » background_layout= »light » text_orientation= »left » border_style= »solid »]

Prédire le futur d’un patient est utile car cela permet aux médecins d’adapter les traitements aux individus.

[/et_pb_testimonial][et_pb_text admin_label= »Texte » _builder_version= »3.0.50″ background_layout= »light » text_orientation= »left » border_style= »solid »]

La technologie utilisée repose sur le Deep Learning : le système informatique apprend à comprendre, reconnaître et analyser les images par lui même.

Selon Luke Oakden-Rayner, bien que l’étude n’ait été réalisée que sur un faible échantillon de population, celle-ci met en évidence que l’ordinateur a appris à reconnaître l’apparence complexe des maladies, quelque chose qui requiert normalement un très long entraînement pour des experts.

Les chercheurs n’ont pas toujours été capable de trouver sur quoi se basait l’ordinateur pour donner ses prédictions mais les plus fiables de ces dernières ont été données pour des patients souffrant de maladies chroniques graves telles que l’Emphysème ou l’insuffisance cardiaque congestive.

[/et_pb_text][et_pb_testimonial admin_label= »Témoignage » _builder_version= »3.0.50″ author= »Luke Oakden-Rayner » url_new_window= »off » quote_icon= »on » use_background_color= »on » background_layout= »light » text_orientation= »left » border_style= »solid »]

Au lieu de se focaliser sur le diagnostique des maladies, l’IA peut prédire les bilans médicaux d’une manière dont les médecins ne sont pas entraînés à faire, en incorporant de larges volumes de données et en détectant des schémas sous-jacents. Notre recherche ouvre une nouvelle voie pour l’application de l’IA dans la médecine et pourrait offrir de nouveaux espoirs pour la détection précoce de maladies graves.

[/et_pb_testimonial][et_pb_text admin_label= »Texte » _builder_version= »3.0.50″ background_layout= »light » text_orientation= »left » border_style= »solid »]

Encore a un stade précoce, la prochaine étape de l’étude est d’analyse plusieurs dizaines de milliers d’images médicales.

Une technologie avec de nombreuses promesses qui pourrait donc bien sauver énormément de vies.

 

Via – Université de l’Adélaïde, Nature

[/et_pb_text][/et_pb_column][/et_pb_row][/et_pb_section]

A propos de l'auteur

Clément POIRET

Créateur et rédacteur du site Science Exploits, je suis aussi passionné de science et de sport. Je pratique très régulièrement de la gymnastique et du street workout/calisthenics. Je suis ici pour combiner ma passion pour les sciences et mon envie de partager ce que je trouve de plus intéressant parmi les nombreuses études scientifiques.

the new scientific reference

Archives

Recevez nos derniers articles par mail !

Recevez nos derniers articles par mail !

Rejoignez notre liste pour recevoir notre newsletter hebdomadaire gratuitement avec les derniers articles du site Science Exploits !

Vous venez de vous inscrire avec succès, à bientôt !