L'outil algorithmique HeadXNet peut détecter les anévrismes cérébraux

Service Engineering

Des chercheurs de l'Université Stanford ont développé un outil d'intelligence artificielle, basé sur un algorithme appelé HeadXNet, qui permet d'identifier les parties du cerveau susceptibles de contenir un anévrisme. Les conclusions de l'algorithme sont superposées sur des scanners de la tête d'angiogrammes tomographiques informatisés en tant que points culminants semi-transparents, afin que le personnel médical puisse toujours examiner l'image sous-jacente. Huit cliniciens ont testé HeadXNet en évaluant un ensemble de 115 numérisations du cerveau, avec et sans outil d'intelligence artificielle. Grâce à cet outil, les médecins ont réussi à mettre en évidence six autres anévrismes pour 100 balayages révélant la condition, réduisant ainsi le taux de diagnostics manqués. Christopher Chute, co-auteur principal du document, a déclaré: «Nous avons étiqueté, à la main, chaque voxel, l'équivalent 3D d'un pixel, avec le fait qu'il fasse ou non partie d'un anévrisme. Construire les données de formation était une tâche assez exténuante et il y avait beaucoup de données. "Kristen Yeom, professeur agrégé de radiologie à Stanford et co-auteur principal de l'article, a déclaré:" La recherche d'un anévrisme est l'une des plus laborieuses et les tâches critiques entreprises par les radiologues. Étant donné les défis inhérents à l'anatomie neurovasculaire complexe et le résultat potentiellement fatal d'un anévrisme manqué, cela m'a incité à appliquer les avancées de l'informatique et de la vision à la neuroimagerie.

“L'outil algorithmique HeadXNet peut détecter les anévrismes cérébraux“
Retour aux nouvelles