Les radiologues rassemblent leurs données pour aider à la détection du Covid-19

Spread the love
Les radiologues rassemblent leurs données pour aider à la détection du Covid-19

Avec une nouvelle maladie telle que le Covid-19, qui se distingue des autres infections pulmonaires, la présence de caractéristiques distinctives n’est pas toujours concluante et l’IA se heurte à un problème massif de données dans le diagnostic du Covid-19. La société Française de Radiologie (SFR) a initié début avril, en partenariat avec Nehs Digital, le projet Fidac de recueil et de gestion nationale des images de scanners thoraciques chez les patients suspectés ou atteints de Covid-19.

Ce projet consiste à collecter à grande échelle les scanners thoraciques dans une base de données anonymisée gérée par DRIM France IA. Cette base de données a pour but de « stimuler l’écosystème afin de créer les conditions d’améliorer des connaissances du virus et de les partager afin de renforcer l’action des professionnels et établissements de santé », décrit un communiqué. En d’autres termes, cette initiative consiste à faire tourner des algorithmes d’intelligence artificielle pour automatiser la détection et le diagnostic du virus.

La phase de récolte est prévue sur une durée de 18 semaines jusqu’au 5 août 2020. Une semaine après son lancement, la SFR annonçait que le premier recueil d’indicateurs faisait état de 6 234 scanners sur 16 762 (37 %) scanners thoraciques pour l’exploration d’une atteinte possible par le coronavirus en une semaine.

publicité

Recueil du consentement indispensable

« Aujourd’hui, plus de 8 000 radiologues français et même étrangers – car de nombreuses sociétés savantes étrangères sont affiliées à la SFR – sont encouragés à participer au projet national. L’ensemble des clients Nehs Digital ont déjà la capacité d’y participer aujourd’hui. Plus de 50 aujourd’hui participent au projet et une centaine ont déjà pris contact », déclare Nehs Digital, qui fournit plusieurs services et prestations dont le portail centralisé et un hébergement HDS pour le temps du partenariat et pour l’exploitation de cette base anonymisée. « L’objectif est de sensibiliser prioritairement l’ensemble des CHU de France ainsi que les grands Centres Hospitaliers du Nord et du Grand-Est », précise la société à ZDNet.

La SFR assure aux établissements de santé volontaires que leurs données collectées « serviront à des fins de recherche uniquement. Ce mode de fonctionnement est nouveau en France mais est relativement familier dans d’autres pays dans lesquels des biobanques sont mises à disposition de la communauté nationale ou internationale à des fins de recherche (exemple en radiologie avec le connectome). La SFR veut jouer un rôle de catalyseur en motivant la recherche sur les données de radiologie », explique-t-elle.

Conformément à la réglementation en vigueur en matière de protection des données, le patient concerné doit être informé en aval de l’examen radiologique du traitement de ses données personnelles de santé dans le cadre du projet Fidac. La durée de l’analyse sera possible sur une période de deux ans, soit par un portail centralisé en web-upload soit par le réseau des services Nexus.

Une volumétrie de données inédite

La première étape de ce travail de recherche consiste à centraliser les scanners. « Nous proposons aux centres de radiologie qui partagent les différents scanners de remonter également les données de biologies – par exemple, des éléments liés au PCR qui permet de savoir si le patient est positif/négatif au Covid-19 », note Nehs Digital.

La volumétrie des données récoltées dans le cadre de ce projet se révèle inédite : « les travaux actuels en IA reposent sur des bases de l’ordre du millier de cas. Notre collecte a largement dépassé ce seuil et cible plusieurs milliers d’individus afin de permettre une diversité de travaux et obtenir une plus grande précision des retours de ces algorithmes », explique l’éditeur. « Grâce aux images et informations complémentaires envoyées, nous pouvons commencer à faire des statistiques et quelques recherches épidémiologiques. Cela nous donne de fabuleux moyens pour entraîner les algorithmes (machine learning) pour mieux comprendre la maladie, aller vers un diagnostic plus rapide ou poser des pronostics. Ainsi, l’idée à terme est d’envisager un partenariat avec des entreprises spécialisées dans l’IA pour aller plus loin sur ce projet ».

En revanche, il existe « peu de sociétés ou laboratoires (publics comme privés) en capacité de disposer de la capacité de calcul nécessaire pour ces investigations », constate Nehs Digital. « Pour pallier ces difficultés, nous travaillons avec la communauté européenne en IA pour permettre à tous les acteurs du domaine et de toute taille d’explorer ces données. Cette initiative prendra la forme d’un challenge et donnera accès aux super calculateurs européens ».

Leave a Reply