☰
Site 3R - Réseau Radiologique Romand
+41 27 329 18 60
contact@groupe3r.ch
Choisir un centre de Radiologie
Institut de Radiologie de Sion
Institut de Radiologie Monthey-Collombey
Centre d'Imagerie de Morges
Centre d'Imagerie de la Riviera
Centre d'Imagerie de la Femme - Montreux
Centre d'Imagerie d'Onex
Centre d'Imagerie de Fribourg
Centre d'Imagerie de Martigny
Centre d'Imagerie de Lausanne-Epalinges
Centre Romand d'IRM Cardio-vasculaire
Centre d’imagerie du Petit-Chêne - Lausanne
Institut de Radiologie de Chavannes
Centre d'Imagerie d'Aigle
Site 3R
Réseau Radiologique Romand
Votre Examen IRM dans les 48h !
demander un rdv
Accueil
Pour les patients
Votre examen
Préparer votre examen
Nos équipements
Questions fréquentes
Partenaires 3R
Pour les médecins
Consulter les résultats
Comment consulter vos résultats ?
Radiologie dans votre cabinet
Nos prestations
Présentations / Publications
Bons d'examen à télécharger
Nos radiologues
Nos centres
Nous contacter
Consulter les résultats (médecins)
Emplois
Accueil
/
Formations IA
Cycle de formations online
L'Intelligence Artificielle en imagerie médicale
En 2021, 3R déploie plusieurs outils d’Intelligence Artificielle (IA) dans ses 12 centres d’imagerie de Suisse romande. L'objectif est de permettre une détection plus précoce, précise et rapide de pathologies graves (
lire notre dossier sur l'IA
).
Ces outils performants et fiables n’ont pas pour vocation de remplacer le travail du médecin, mais bien de l’accompagner dans sa pratique quotidienne. Ils permettent notamment d’optimiser son temps de travail en évitant par exemple certaines tâches répétitives et donnent un avis supplémentaire performant pour établir le diagnostic.
Afin de comprendre et discuter de leurs implications ainsi que de leur utilisation clinique, 3R propose un cycle de 6 formations interactives, en libre accès, dédiées à l'IA et l'imagerie médicale pour les professionnels de la santé. Des crédits de formation ont été demandés auprès de la
Société Suisse de Médecine Interne Générale
(SSMIG), de la
Société Suisse de Radiologie
(SSR) et de l'
Association Suisse des Techniciens en Radiologie Médicale
(ASTRM).
Cliquez ici pour vous inscrire
Calendrier de la formation
Origine de l’Intelligence Artificielle. Introduction sur les applications en imagerie médicale
Mercredi 31 mars, 12h-13h
Dr Benoît Rizk
Radiologue FMH
3R
L'Intelligence Artificielle (IA), définie en 1956, a connu des progrès fulgurants ces dernières années, alimentée par un flux de données incessant et l'amélioration constante de la puissance de calcul informatique.
Nous revenons dans cette présentation sur les origines de l'intelligence artificielle, ses pères fondateurs et les principes sous-jacents. Les applications potentielles aux différentes étapes du cycle de vie d'un examen d'imagerie médicale sont également introduites.
Évaluation des performances cliniques des logiciels de radiologie diagnostique basés sur l’IA
Mercredi 28 avril, 12h-13h
Dr Amine Korchi
Radiologue FMH
3R
La croissance rapide de l’offre en logiciel d’aide au diagnostic radiologique basé sur l’Intelligence Artificielle (IA) ouvre de nouvelles perspectives d’amélioration de la qualité et de la productivité de l’imagerie médicale.
Au-delà de la robustesse technique, les performances d’un logiciel d’IA doivent être évaluées d’un point de vue clinique afin de ne pas surestimer ses capacités en milieu réel. Cette présentation vise à clarifier les méthodes d’évaluation des performances cliniques des systèmes de classification basés sur l’IA.
Rôle de l’IA dans le cycle de vie d’un examen radiologique : applications pour la création de l’image chez les constructeurs
Mercredi 26 mai, 12h-13h
Michel Hussenot
Clinical Education Specialist CT
GE Healthcare
L’IA est aujourd’hui omniprésente dans le monde de la radiologie, que cela soit pour de la détection de tumeur, le triage des examens ou encore aider à la visualisation. Un sous-ensemble de l’IA, le Deep-Learning, est quant à lui utilisé pour reconstruire l’image.
Cette nouvelle technique de reconstruction tourne une nouvelle page dans l’histoire de la radiologie!
Rôle de l’Intelligence Artificielle dans le workflow du technicien en radiologie médicale : état des lieux et perspectives
Mercredi 30 juin, 12h-13h
Michel Hussenot
Clinical Education Specialist CT
GE Healthcare
Si l’IA apparaît comme un tournant dans le métier de radiologue, elle a également fondamentalement changé celui du TRM.
De l’optimisation du workflow au positionnement, l’impact de ces « aides » grandit de plus en plus. Nous tenterons de répondre à la question : «Quelle place pour le TRM face à l’IA?»!
Percer le mystère de la boîte noire de l’IA : explicabilité et interprétabilité des algorithmes
Mercredi 29 septembre, 12h-13h
Roberto Ardon
Chief Data Scientist
Incepto Medical
L’Intelligence Artificielle a démontré sa capacité à détecter des pathologies sur des images médicales (radio, scanner, IRM, CT scan…). En particulier, l'apprentissage profond a permis d'atteindre des performances comparables à celles d’un humain. Cependant, ces algorithmes peuvent être perçus comme des boîtes noires, fournissant des résultats binaires (présence ou absence de pathologie) sans explication.
Nous présenterons différentes méthodes pour construire des interprétations visuelles convaincantes et capables de renforcer la confiance du clinicien au contact avec ces outils.
Biais et facteurs confondants en IA, algorithmo-vigilance en imagerie médicale
Mercredi 27 octobre, 12h-13h
Pascal Zille
Data Scientist
Incepto Medical
Suite aux développements récents de nombre de modèles d'apprentissage profond (deep learning) pour l'analyse d'images médicales, un intérêt croissant se porte sur leurs biais éventuels. Ces biais peuvent être liés à des facteurs biologiques (âge, sexe, etc.) ou non-biologiques (différents systèmes d'imagerie ou protocoles d'acquisitions, etc.), et peuvent se révéler problématiques lors de l'utilisation clinique de ces outils d'analyse pour l'imagerie. Nous présenterons quelques exemples types de biais, ainsi que leurs impacts sur les modèles. Nous discuterons ensuite des méthodes permettant de les corriger, et de l'importance du feedback des cliniciens dans ce processus.
×