Intelligence artificielle La RSNA lance un défi aux chercheurs en IA pour le développement...

Pour approfondir le sujet

Sur le même thème :

Andrew Ng lance le Data-Centric AI Competition, un défi centré sur l’amélioration de jeux de données

Grâce à leur collaboration, DeepLearning.AI et Landing AI ont lancé le Data-Centric AI Competition : un défi d'intelligence artificielle. Les participants seront invités à...

Hackathon IA4AI : utiliser toutes les capacités de l’IA et du machine learning au service de l’industrie 4.0

Organisé par ArianeGroup, Atos et SKF Magnetic Mechatronics, avec Techniques de l'Ingénieur et le soutien de Mathworks, le Hackathon IA4AI souhaite proposer aux candidats...

Afin de lutter contre la présence d’amiante dans ses wagons, la SNCF fait appel au machine learning

Durant l'été 2019, plusieurs salariés de la SNCF ont dénoncé un problème sanitaire majeur dans certains des wagons de fret de la société ferroviaire....

Yandex lance le NeurIPS 2021 Shifts Challenge, un concours ouvert aux experts du machine learning

Dans le cadre de la conférence NeurIPS sur le machine learning, le groupe internet russe Yandex a annoncé le lancement du "Shifts Challenge". La...

La RSNA lance un défi aux chercheurs en IA pour le développement d’algorithmes de détection de pneumonie

La Radiological Society of North America (RSNA) a annoncé le lancement du RSNA Pneumonia Detection Challenge à destination des chercheurs en intelligence artificielle. L’objectif est de développer des algorithmes permettant la détection de la pneumonie dans les radiographies.

Il s’agit du deuxième défi annuel de la RSNA portant sur le machine learning. Avec ce RSNA Pneumonia Detection challenge, l’organisme espère que les équipes de chercheurs pourront proposer des systèmes d’identification de pneumonies à partir d’images radiographiques pulmonaires.

Le Dr Luciano Prevedello, chef de la division d’informatique médicale de l’Ohio State University et président du sous-comité directeur du Comité informatique de radiologie (RIC) de la RSNA, a déclaré :

“L’attente que l’intelligence artificielle fournisse bientôt des outils précieux pour la radiologie continue de croître. En organisant des défis de données machine learning, la RSNA joue un rôle important dans la promotion et la démonstration de ces possibilités.”

Proposé sur le site de Kaggle, ce challenge se présente comme une compétition dotée d’un prix de 30.000 dollars. Il s’adresse à la communauté de chercheurs en machine learning et a reçu le soutien de US National Institutes of Health, The Society of Thoracic Radiology, et de MD.ai pour développer un important ensemble de données public. Près de 640 équipes sont d’ores et déjà en train d’essayer de relever le défi.

Le sous-comité directeur Machine Learning de la RSNA a collaboré avec des spécialistes bénévoles de la Society of Thoracic Radiology pour annoter un ensemble de données, identifier les zones anormales des images pulmonaires et évaluer la probabilité de pneumonie.

Le Dr Safwan Halabi, directeur médical de l’informatique radiologique à l’université de Stanford et président du sous-comité RIC, a expliqué :

“Un défi machine learning réussi doit commencer par un ensemble de données suffisamment précises pour fournir une ‘vérité terrestre’. Les développeurs élaborent leurs applications en les testant sur le jeu de données et les organisateurs du challenge utilisent un segment du jeu de données pour mesurer leurs performances.”

Les participants ont jusqu’au 17 octobre prochain pour former leurs algorithmes. Ils auront accès à la partie formation de l’ensemble de données et devront pouvoir reproduire les annotations fournies par des experts. Ils pourront ensuite présenter leurs résultats de tests jusqu’au 24 octobre. Les résultats seront annoncés en novembre et les gagnants seront présentés au cours d’un showcase lors du prochain congrès RSNA, lors d’une session au cours de la machine Learning Showcase à Chicago.

Chercheurs en intelligence artificielle, scientifiques et radiologues sont les bienvenus pour participer à ce défi. Le Dr Prevedello a en effet déclaré :

“Les radiologistes ont un rôle crucial à jouer dans ce défi, même s’ils n’ont pas une grande expérience du machine learning. Ils peuvent apporter des précisions, basées sur leur expérience clinique, pour affiner ou compléter les annotations sur l’ensemble de données de formation et aider les développeurs à identifier les erreurs systématiques dans les résultats de leurs algorithmes.”

Outre le défi en lui-même, il est également possible pour les spécialistes intéressés de participer sur le forum du RSNA Pneumonia Detection et d’exprimer leurs qualifications.


1ère Marketplace de l'IA et de la transformation numérique vous recommande :
 
Thierry Maubant

Partager l'article

Quel rôle l’intelligence artificielle joue-t-elle dans la lutte contre les incendies de forêt ?

Le Maroc, l'Espagne et la France connaissent actuellement une vague de chaleur très importante qui surprend les météorologues car elle arrive précocement. Avec le...

L’UMONS introduit 40 portefeuilles projets FEDER-FSE+ pour un budget de plus de 280 millions d’euros

Le FEDER (Fonds Européen de Développement Régional) et le FSE (Fonds Social Européen Plus) ont pour objectif de renforcer la cohésion sociale et économique...

Yoshua Bengio fait son entrée dans le dictionnaire Larousse

Nouveau signe de la popularisation de l'intelligence artificielle, le directeur scientifique de Mila et professeur à l’Université de Montréal, Yoshua Bengio, intègre le Petit...

METAFORA biosystems lance METAflow, logiciel cloud d’analyse numérique de cytométrie en flux

METAFORA Biosystems, une société qui a développé une plateforme de cytométrie en flux alimentée par l'IA pour générer des diagnostics in vitro (DIV) plus...
Recevoir une notification en cas d'actualité importante    OK Non merci