Intel et GE Healthcare s'associent pour faire progresser l'IA dans l'imagerie médicale

GE Healthcare a utilisé la technologie de vision Intel® afin de développer un algorithme d'IA pour aider le personnel médical à trier plus rapidement les cas graves.

Lorsqu'il s'agit de diagnostiquer l'état critique d'un patient, chaque seconde compte. C'est pourquoi GE Healthcare et Intel ont développé des solutions de radiologie destinées à détecter en quelques secondes des états graves, à optimiser les flux de travail et à mieux hiérarchiser les cas critiques afin d'améliorer la rapidité et la précision de l'imagerie médicale.

La nouvelle intelligence des rayons X promet de meilleurs soins aux patients

Comment l'intelligence artificielle (IA) pourrait-elle être utilisée pour faire progresser l'imagerie médicale et améliorer les résultats pour les patients? C'est la question à laquelle GE Healthcare a cherché à répondre en s'immergeant dans les flux de travail des hôpitaux. Ils ont interrogé des radiologues et des technologues et ont observé les opérations dans tout l'hôpital pour déterminer comment le personnel utilise les appareils à rayons X.

Ensuite, le personnel hospitalier a été invité à identifier, parmi les nombreuses utilisations des rayons X, celles qui bénéficieraient le plus de l'IA. La réponse était claire : ils voulaient que l'IA contribue à améliorer le traitement des cas impliquant des découvertes critiques pour mieux traiter les patients. Plus précisément, ils ont demandé de l'aide pour les affections qui, bien que peu courantes, peuvent avoir des conséquences graves si elles sont négligées.

L'actuel flux de travail « premier entré, premier sorti » était un autre point faible entraînant généralement de longs temps de réponse, même dans les cas désignés comme étant des urgences ou des urgences absolues. Cette pratique a créé une file d'attente d'urgences absolues sans classement par ordre de priorité. Les utilisateurs voulaient une solution qui permettrait de s'assurer que la bonne personne évalue la radiographie au bon moment pour pouvoir offrir les meilleurs soins possibles aux patients.

La suite de soins intensifs de GE Healthcare, Critical Care Suite, intègre l'IA dans l'appareil

En réponse aux besoins de ses clients, GE Healthcare a développé sa Critical Care Suite, un ensemble d'algorithmes d'IA conçus pour détecter les résultats critiques sur une radiographie du thorax. Disponible sur les systèmes Optima XR240amx, la solution représente un progrès significatif pour l'analyse des rayons X, qui représentent aujourd'hui environ 50 % de l'imagerie médicale.2

« Ce qui est différent dans ce que fait GE Healthcare, c'est qu'il s'agit d'un algorithme d'IA, le premier du genre, qui est intégré à l'appareil d'imagerie », a déclaré Todd Minnigh, CMO X-Ray, GE Healthcare. « Ce qui capture réellement les images réalise donc également le traitement. Ce n'est ni dans le cloud, ni sur un serveur en aval quelque part. La solution peut détecter et permettre aux fournisseurs de classer par ordre de priorité les conditions critiques, afin que les cas puissent être repérés plus rapidement. »

Exécuter l'algorithme au point de soins sur les mêmes systèmes s'appuyant sur des processeurs Intel® qui effectuent les radiographies permet à l'hôpital d'identifier plus rapidement les principaux résultats. Les résultats de l'IA concernant des conditions potentiellement critiques sont envoyés au radiologue en même temps que l'image originale est envoyée au système d'archivage et de transmission d'images (picture archiving and communication system, PACS). De plus, la possibilité d'identifier et de signaler les problèmes de qualité en temps réel permet au technologue de déterminer si une image devrait être répétée ou retraitée pendant que le patient est encore dans le laboratoire.

Tout cela peut se traduire par un accès plus rapide aux résultats pour les patients anxieux, une redéfinition plus facile des priorités de la charge de travail pour les professionnels de santé occupés et une amélioration potentielle des résultats pour les patients.

GE Healthcare a cherché à tester la solution en s'attaquant à un cas d'utilisation particulièrement difficile qui utilise les rayons X pour examiner le pneumothorax, une pathologie grave et difficile à détecter dans laquelle de l'air ou du gaz est entré dans la cavité entre les poumons et la paroi thoracique, provoquant l'affaissement du poumon.

Ce qui est différent dans ce que fait GE Healthcare, c'est qu'il s'agit d'un algorithme d'IA, le premier du genre, qui est intégré à l'appareil d'imagerie. Ce n'est ni dans le cloud, ni sur un serveur en aval quelque part. La solution peut détecter et permettre aux fournisseurs de classer par ordre de priorité les conditions critiques, afin que les cas puissent être repérés plus rapidement. »

Todd Minnigh, CMO X-Ray, GE Healthcare

Intel aide GE Healthcare à détecter le pneumothorax 3 fois plus rapidement sur le système de radiographie Optima XR240amx

Aujourd'hui, la plupart des solutions d'IA ciblant les flux de travail hospitaliers sont situées dans le Cloud ou sur un serveur hospitalier. Avec la Critical Care Suite, GE Healthcare souhaitait minimiser les coûts, raccourcir le temps d'installation et réduire les vulnérabilités en matière de sécurité.3 Chaque seconde compte. Le traitement et l'intelligence ont donc été localisés dans l'appareil d'imagerie lui-même pour éviter les délais inutiles. Cela a également éliminé la nécessité d'une infrastructure de remplacement ou supplémentaire. 

L'objectif de la Critical Care Suite est d'optimiser la position du champ frontal de la poitrine et des poumons dans les radiographies tout en accélérant la transmission des résultats de l'inférence du pneumothorax une fois l'image capturée. Le passage de l'intelligence de calcul au niveau de la machine donnerait des flux de travail rapides et permettrait aux radiologues de traiter rapidement les résultats pour les patients anxieux cherchant la tranquillité d'esprit.

Pour obtenir de l'aide, GE Healthcare s'est tourné vers Intel et ses outils de vision par ordinateur. Intel s'est également engagé à améliorer la vitesse des appareils à rayons X de GE et à fournir une imagerie radiologique de meilleure qualité pour améliorer les soins aux patients et les résultats. Intel a contribué à optimiser les algorithmes de la Critical Care Suite en utilisant la distribution Intel® du kit d'outils OpenVINO™. Le kit d'outils fournissait des outils de vision par ordinateur et d'inférence deep learning, notamment des modèles de classification convolutifs basés sur l'image, optimisés pour les processeurs Intel® utilisés dans les systèmes d'imagerie de GE Healthcare. 

Le passage à la distribution Intel® du kit d'outils OpenVINO™ a amélioré les performances de tous les modèles, le modèle de pneumothorax recevant le plus de bénéfice avec un temps d'inférence passant de plus de trois secondes à moins d'une seconde.1 L'inférence du pneumothorax sur le système à rayons X Optima XR240amx a été accélérée de 3,3 fois par rapport à l'inférence sans optimisation.4 Intel a également participé à la formation de l'équipe GE Healthcare pour les aider à tirer le meilleur parti de l'évolution de son algorithme. 

« La clé du succès de chacun est de choisir des partenaires qui sont sur la bonne voie pour vous aider à réussir », a déclaré Katelyn Nye, chef de produit mondial X-ray, intelligence artificielle et analyse, GE Healthcare. « Et Intel a définitivement fait ça pour nous. »

Il était également important pour GE Healthcare de pouvoir couvrir sa vaste base d'installations de systèmes gérés par Intel. L'innovation alimentée par l'IA devait être accessible à tous par le biais de mises à jour logicielles ou d'une mise à niveau matérielle claire pour les anciens systèmes. 

« Pour que les solutions d'IA soient adoptées, elles doivent s'intégrer aux flux de travail existants », a déclaré M. Nye. « Vous ne voulez pas ajouter de frais généraux ou de charge. L'approche de GE Healthcare pour construire des machines intelligentes consiste à éviter toute étape, flux de travail ou infrastructure supplémentaire si la tâche peut être effectuée avec ce que le client possède déjà aujourd'hui. »

Découvrir les petits problèmes avant qu'ils ne deviennent de grands problèmes

En plus de la solution de pneumothorax basée sur l'IA, GE Healthcare voulait des applications d'IA qui aident les technologues à contribuer davantage à l'amélioration des soins aux patients. Cet engagement a conduit à l'élaboration de trois algorithmes supplémentaires basés sur la qualité, conçus pour guider ou encadrer le technologue, quel que soit son niveau d'expérience.

Le nouvel algorithme intelligent d'autorotation en est un exemple. Les technologues ont généralement dû faire pivoter manuellement les images pour obtenir une orientation correcte. On estime que l'automatisation de cette seule tâche permettra aux technologues d'économiser environ 70 000 clics de bouton par an, soit jusqu'à trois jours ouvrables complets.5.

La mission de GE Healthcare est de continuer à trouver des tâches liées aux rayons X qui peuvent être automatisées. De cette façon, les données sont débloquées plus vite et le technologue peut parcourir plus rapidement les 50 pétaoctets de données que les hôpitaux produisent maintenant chaque année.6

En travaillant ensemble, GE Healthcare et Intel comprennent qu'une imagerie par rayons X plus rapide et de meilleure qualité peut conduire à un personnel plus productif, à de meilleurs soins et à un monde plus sain.

Découvrez comment Intel et nos solutions partenaires font progresser l'industrie de la santé

Industrie de la santé s'appuyant sur le Cloud

Conçu pour regrouper toutes sortes de données sur la santé, relier ces données à un réseau mondial d'acteurs du secteur de la santé et proposer une large gamme d'applications d'IA et d'analyse.

Lire l'article

Solutions prêtes au déploiement

Les solutions Intel® IMRS (Intel® IoT Market Ready Solutions) sont des solutions prêtes au déploiement qui ont un effet immédiat.

Voir les solutions

Accélérer les résultats dans le domaine de la santé

Accélérer la transformation de la santé en exploitant la puissance de la technologie Intel®.

En savoir plus

Penser petit pour obtenir de grands résultats. Tout est important

Découvrez comment les technologies de vision Intel® aident les entreprises de tous les secteurs à voir tout cela.

En savoir plus

Avis et avertissements

Les fonctionnalités et avantages des technologies Intel® dépendent de la configuration du système et peuvent nécessiter du matériel et des logiciels compatibles et l'activation de certains services. Les performances varient d'une configuration à une autre. Aucun ordinateur ne saurait être totalement sécurisé. Consultez le constructeur ou le revendeur de votre ordinateur.vous pouvez consulter le site https://www.intel.fr pour en savoir plus. // Les logiciels et charges de travail utilisés dans les tests de performance ont peut-être été optimisés uniquement pour les microprocesseurs Intel®. Les tests de performance tels que SYSmark* et MobileMark* portent sur des configurations, composants, logiciels, opérations et fonctions spécifiques. Les résultats peuvent varier en fonction de ces facteurs. Pour l'évaluation d'un produit, il convient de consulter d'autres tests et d'autres sources d'information, notamment pour connaître le comportement de ce produit avec d'autres composants. Pour des informations plus complètes, visitez https://www.intel.fr/benchmarks. // Les résultats de performances s'appuient sur les tests réalisés aux dates indiquées dans les configurations et peuvent ne pas refléter toutes les mises à jour de sécurité disponibles. Pour obtenir plus de détails, veuillez lire les informations de configuration. Aucun produit ou composant ne saurait être totalement sécurisé. // Les scénarios de réduction de coûts décrits sont fournis à titre d'exemples montrant comment un produit de technologie Intel® donné, dans les circonstances et configurations spécifiées, peut affecter les coûts futurs et entraîner des économies de coûts. Les circonstances peuvent varier selon les cas. Intel ne garantit aucun coût ni réduction de coûts. // Intel ne maîtrise et ne vérifie pas les bancs d'essai cités ici ou sur les sites Web mentionnés en référence. Vous êtes invité à consulter vous-même ces sites Web et à vérifier l'exactitude des données. // Dans certains cas, les résultats ont été estimés ou simulés à l'aide d'une analyse, d'une simulation ou d'une modélisation d'architecture réalisée en interne par Intel et sont mentionnés à titre indicatif. Toute différence matérielle, logicielle ou de configuration du système peut avoir une incidence sur vos performances effectives.

Infos sur le produit et ses performances

1Configuration des tests système : Intel® Core™ i5-4590S CPU @ 3.00GHZ, x86_64, VT-x activé, 16 Go de mémoire, OS : Linux magic x86_64 GNU/Linux, service inférence conteneur docker Ubuntu 16.04. Tests effectués par GE Healthcare, septembre 2018. Le test compare le temps d'inférence total du modèle TensorFlow de 3,092 secondes au même modèle TF optimisé par la distribution Intel® du kit d'outils OpenVINO™, qui donne un temps d'inférence total de 0,913 seconde.
2Kellner, Tomas, "Data Vision : This X-Ray App Could Help Hospitals Cut Costs", rapports de GE, 26 novembre 2017 : ge.com/reports/data-vision-x-ray-app-help-hospitals-cut-costs.
3les caractéristiques et les avantages des technologies Intel® dépendent de la configuration du système et peuvent nécessiter une activation du matériel, des logiciels ou des services. Les performances varient d'une configuration à une autre. Aucun produit ou composant ne saurait être totalement sécurisé. Pour plus de détails, contactez le fabricant ou le vendeur de votre ordinateur ou rendez-vous sur intel.fr.
4Configuration des tests système : Intel® Core™ i5-4590S CPU @ 3.00GHZ, x86_64, VT-x activé, 16 Go de mémoire, OS : Linux magic x86_64 GNU/Linux, service inférence conteneur docker Ubuntu 16.04. Tests effectués par GE Healthcare, septembre 2018. Le test compare le temps d'inférence total du modèle TensorFlow de 3,092 secondes au même modèle TF optimisé par la distribution Intel® du kit d'outils OpenVINO™, qui donne un temps d'inférence total de 0,913 seconde.
5Younis, K., Soni, R., Zhang, M., Akram, N., Vera, Nye, K., G., Rao, G., Avinash, G. et John Sabol (2019). Exploiter l'intelligence artificielle du deep learning pour détecter l'orientation des radiographies du thorax. Society for Imaging Informatics in Medicine (SIIM), Conférence sur l'intelligence des machines dans l'imagerie médicale (C-MIMI), présentation orale
6 "Beyond Imaging: The Paradox of AI and Medical Imaging Innovation", The Pulse, 24 septembre 2018 : newsroom.gehealthcare.com/beyond-imaging-ai-imaging-innovation.