RTFlash

VOUS ÊTES ICI :
Facebook présente un outil capable de prédire la probabilité d’aggravation des symptômes ...

TIC

Facebook présente un outil capable de prédire la probabilité d’aggravation des symptômes du Covid-19

Jeudi, 04/03/2021 - 05:20 0 commentaire
Facebook présente un outil capable de prédire la probabilité d’aggravation des symptômes du Covid-19 zoom

Facebook AI, la division de recherche en intelligence artificielle de Facebook, et l'Ecole de médecine de l'Université de New-York (NYU), ont développé trois systèmes d'apprentissage automatique capables de prédire jusqu'à 4 jours à l'avance si l'état d'un patient atteint du Covid-19 va se détériorer, à partir de ses radiographies du thorax. Les chercheurs viennent de publier leurs modèles sur GitHub.

Ces algorithmes doivent permettre d'éviter de renvoyer trop tôt un patient à domicile alors que son état pourrait se détériorer par la suite et aux hôpitaux d'anticiper la demande en oxygène.

Dans les détails, l’un prédit la détérioration du patient sur la base d’une seule radiographie pulmonaire, un autre fait de même avec une série de radiographies et un troisième utilise une seule radiographie pour prédire la quantité d’oxygène supplémentaire (le cas échéant) dont un patient pourrait avoir besoin.

Les chercheurs ont préformé leurs modèles via deux data sets publics qui stockent des données de radiographie pulmonaire saine, MIMIC-CXR-JPG et CheXpert, en utilisant une technique d'apprentissage non supervisée. Appelée Momentum Contrast (MoCo), cette technique a permis aux modèles de tirer des conclusions des scanners sans que ces derniers n'aient besoin d'être préalablement étiquetés.

Pour affiner leurs systèmes, les scientifiques ont ensuite utilisé un plus petit data set de l'Université de New York, qui contenait 26 838 radiographies du thorax de 4914 patients atteints du Covid-19. Chaque imagerie médicale a été étiquetée en fonction du temps que l'état du patient a mis à se détériorer (24, 48, 72 ou 96 heures) via deux classificateurs. Un classificateur prédit la détérioration du patient sur la base d'une seule radiographie tandis que le second utilise une série de radiographies.

Au niveau des performances, les chercheurs affirment que leurs modèles ont surpassé les experts humains pour ce qui est de la prévision des besoins en soins intensifs, des prévisions de mortalité et des prévisions globales d'événements indésirables à plus long terme, jusqu'à 4 jours.

Article rédigé par Georges Simmonds pour RT Flash

CNET

Noter cet article :

 

Vous serez certainement intéressé par ces articles :

Recommander cet article :

back-to-top