Analyse radiographique

Self learning

Intelligence Artificielle

Bienvenue sur la plateforme RadiologIA !

RadiologIA révolutionne la formation à l'analyse de radiographies thoraciques grâce à une approche interactive s'appuyant sur l'intelligence artificielle. Cette plateforme est spécialement conçue pour les étudiants en technique en radiologie médicale, mais est ouverte à tous ceux qui souhaitent améliorer leurs compétences en analyse de radiographies ou simplement évaluer l'outil.

Comment fonctionne RadiologIA ?

Dans la version actuelle, cette plateforme permet de s'exercer à l'analyse d'images de radiographie par rayon X en identifiant et en sélectionnant via l'interface différentes régions anatomiques de la cage thoracique. Comme son nom l'indique, RadiologIA s'appuie sur des algorithmes d'intelligence artificielle afin d'effectuer l'analyse de radiographie parallèlement à l'utilisateur et permettant de fournir un feedback sur la précision de ce dernier et comment s'améliorer.

L'apprentissage interactif se décline en deux modes distincts, l'un pour s'exercer à identifier toute une sélection de régions anatomiques dans une radiographie donnée avant de passer à la suivante, et l'autre pour s'exercer à identifier spécifiquement une région anatomique choisie sur une série de radiographies.

Crédits & Références

Pour plus de détails sur cet outil ainsi que sur l'étude qui a permis de démontrer son efficacité auprès d'étudiants en technique en radiologie médicale:

  • R. T. Ribeiro, L. Mourot, K. Sprengers, L. Flauction, C. Sá dos Reis and L. E. Raileanu, Development of an AI-based interactive tool to support radiographer training in chest x-ray analysis, 2026, Italian Journal of Educational Technology https://doi.org/10.17471/2499-4324/1497

Cet outil s'appuie sur la librairie TorchXRayVision et en particulier sur le modèle PSPNET, présenté dans les articles suivants:

  • Cohen et al., TorchXRayVision: A library of chest X-ray datasets and models, 2020, Medical Imaging with Deep Learning
  • Cohen et al., On the limits of cross-domain generalization in automated X-ray prediction, 2020, Medical Imaging with Deep Learning

S'exercer sur une séléction de régions anatomiques S'exercer sur une région anatomique spécifique