Tu suis la course aux modèles IA ?
Chaque sortie (GPT, Claude, Gemini, Mistral…) décryptée le soir même, en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisis ton rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Alibaba, via sa DAMO Academy, présente EAGLE et RADAR, deux systèmes d’IA entraînés sur de larges cohortes pour lire des scanners existants. Les résultats publiés font état de sensibilités élevées, d’une large couverture anatomique pour l’abdomen et d’un gain mesuré pour des radiologues. Le code d’EAGLE n’est pas public, RADAR reste cantonné à la recherche, et des essais à plus grande échelle sont requis avant toute autorisation.
Publications, accès au code et autorisations encore nécessaires
Les performances de ces systèmes ont été publiées dans Nature Medicine et Science. Le code source d’EAGLE n’est pas accessible, car il est protégé par des brevets, ce qui limite la possibilité de vérifications indépendantes par d’autres chercheurs. Pour RADAR, des ressources sont disponibles sur GitHub, mais le modèle reste strictement réservé à la recherche. Avant une utilisation clinique, des essais à plus grande échelle sont nécessaires pour obtenir l’autorisation des autorités de santé. Il reste à démontrer que les résultats se maintiennent avec différents équipements d’imagerie et sur des populations variées.
EAGLE lit des scanners thoraciques et atteint 90 % de sensibilité
Conçue par la DAMO Academy, EAGLE exploite les scanners thoraciques déjà effectués lors de contrôles de routine ou de programmes de dépistage pulmonaire, sans qu’il soit nécessaire de réaliser de nouveaux examens. L’algorithme a bénéficié d’un apprentissage sur 6 813 patients et a été testé sur plus de 80 000 dossiers, en particulier en Chine, en République tchèque et en Russie. Elle atteint 90 % de sensibilité pour les cancers confirmés et 52,5 % pour les lésions précancéreuses, avec une spécificité de 98,5 %. Sur 100 personnes saines, près de 99 sont correctement identifiées comme indemnes. Lors d’un test impliquant 17 radiologues, l’assistance d’EAGLE a permis de faire passer leur taux de détection global de 71,9 % à 85,7 %.
RADAR couvre 18 structures et 146 anomalies dans l’abdomen
RADAR constitue un modèle vision-langage conçu pour une utilisation polyvalente au niveau de la cavité abdominale. Ce système a été formé à partir de plus de 400 000 scanners injectés et de 15 millions d’images médicales reliées à leurs rapports textuels, à partir desquels il a assimilé le vocabulaire et les descriptions sans recourir à des annotations manuelles pour chaque image. Lors de son évaluation, il est capable d’examiner 18 structures anatomiques et de repérer 146 anomalies ou maladies. Dans un essai comparatif auprès de 26 radiologues, l’appui de RADAR a augmenté leur sensibilité diagnostique d’environ 10 %, notamment grâce à la pré-identification automatique de zones suspectes.
Un appui aux cliniciens pour prioriser les examens complémentaires
Selon la DAMO Academy, ces outils n’ont pas pour objectif de remplacer l’expertise humaine mais de servir au tri rapide des dossiers, afin d’orienter plus tôt vers des examens complémentaires. Ils produisent des éléments diagnostiques à partir d’imageries déjà disponibles, sans imposer de nouveaux actes médicaux. Alibaba présente EAGLE pour le dépistage du cancer de l’œsophage, un contexte clinique difficile en raison des mouvements de l’organe, et RADAR pour l’abdomen, avec un positionnement d’assistance aux radiologues. La DAMO Academy, filiale de recherche technologique et scientifique du groupe Alibaba, porte ces développements.
