De 23 à +7,000 12 études en 19 mois : comment la plateforme Imaging Covid-19 de Quibim est devenue l'un des outils d'IA les plus puissants et disponibles gratuitement pour la classification et la segmentation de la pneumonie Covid-XNUMX.
Il y a un an, Quibim a tiré un fil qui aiderait à percer le mystère de la pneumonie liée au Covid-19.
L'épidémie semblait limitée à l'Asie. Mais des signes de propagation rapide du virus vers d'autres régions du monde étaient déjà visibles sur les images médicales.
"« Les radiologues ont publié sur les réseaux sociaux des images de patients atteints d’une forme très particulière de pneumonie », se souvient Angel Alberich-Bayarri, PDG et cofondateur de Quibim. « Nous nous sommes demandés comment nous pourrions les aider au mieux à diagnostiquer cette infection hautement suspecte et avons décidé de créer et de tester un module d’apprentissage profond avec les éléments dont nous disposions.. »
Ce fut le début de notre parcours pour aider les équipes médicales à détecter et contrôler le Covid-19 à partir d'images de tomodensitométrie (TDM) des poumonsNous avons demandé aux cliniciens de télécharger leurs images sur notre nouvelle plateforme Imaging Covid-19 pour nous aider à générer une grande base de données et à former un modèle qui ferait une différence dans la pratique clinique et soulagerait les services de santé débordés.
La réponse a été incroyable. Quelques mois après notre appel, 3,000 XNUMX cas du monde entier étaient déjà stockés dans notre base de donnéesEn seulement un an, plus de 7,000 3,041 cas ont été téléchargés et XNUMX XNUMX analyses lancées sur notre plateforme, disponible gratuitement ici.
Grâce à la contribution de tous, nous avons développé l'un des meilleurs outils de deep learning pour détecter, classer et segmenter automatiquement le Covid-19 sur scanner. Notre outil a servi de cadre à un projet européen visant à améliorer le scanner dans le diagnostic du Covid-19 grâce à l'intelligence artificielle (IA).
L'initiative Imaging Covid-19 AI est coordonnée par la Société européenne d'informatique d'imagerie médicale (EuSoMII), Robovision et Quibim (1). Le projet est dirigé par Erik Ranschaert, professeur invité de radiologie à l'Université de Gand en Belgique, et Laurens Topff, radiologue au NKI.
L'initiative a reçu la participation de nombreux hôpitaux et centres de radiologie du monde entier et même la collaboration de l' Société de radiologie de l'Amérique du Nord (RSNA) (2).
Les modèles de classification et de segmentation de Quibim ont été salués pour leurs performances et le module sera bientôt déployé dans 26 hôpitaux.
L'outil présente une valeur ajoutée dans le diagnostic et l'évaluation de la gravité du Covid-19, car la segmentation permet de quantifier le volume des opacités ou consolidations en verre dépoli à l'intérieur des poumons. Ces informations pourraient éclairer la prise de décision thérapeutique dans un avenir proche.
"Nous sommes proches d’une solution qui améliorera considérablement le triage des patients et l’évaluation des maladies,", a déclaré Alberich-Bayarri. "La TDM est utilisée dans le contrôle des maladies et nous pouvons raisonnablement espérer que, associée à notre module, elle aidera à prendre des décisions thérapeutiques très bientôt. »
Nous sommes extrêmement fiers de ces réalisations qui soulignent la valeur des biomarqueurs d'imagerie pour faire progresser la connaissance de la maladie Covid-19 et nous rapprocher de notre objectif d'améliorer la santé humaine. Notre petite contribution a eu un effet domino, avec désormais davantage de possibilités de soigner correctement les patients et de sauver davantage de vies.
Merci beaucoup de nous avoir aidé à atteindre cet objectif !
Références
(1): https://imagingcovid19ai.eu
(2): https://press.rsna.org/timssnet/media/pressreleases/14_pr_target.cfm?ID=2167