Tmall dévoile le modèle d'IA MAOSS destiné au dépistage de la stéatose hépatique
L'Alibaba DAMO Academy a annoncé le développement conjoint d'un modèle d'IA destiné au dépistage de la stéatose hépatique, baptisé MAOSS, en collaboration avec plusieurs institutions, dont l'hôpital Shengjing de l'Université médicale de Chine et l'hôpital Gulou de l'Université de Nanjing. Les résultats de cette étude ont été publiés en février dernier dans la prestigieuse revue internationale *Nature Communications*.
La stéatose hépatique touche plus de 30 % de la population. Les symptômes précoces sont souvent légers et facilement négligés, ce qui permet à la maladie d'évoluer vers une fibrose hépatique ou une cirrhose. Les méthodes de dépistage traditionnelles, telles que l'échographie B, ont une sensibilité limitée, tandis que les examens plus spécialisés sont coûteux. Cela conduit fréquemment à des erreurs de diagnostic chez les patients à haut risque en milieu clinique.

Principales avancées et avantages du modèle MAOSS :
Analyse approfondie des tomodensitométries sans contraste : DAMO Academy a utilisé la technologie « tomodensitométrie sans contraste + IA », permettant à l'IA d'extraire automatiquement des caractéristiques de haute dimension telles que la texture et la densité hépatiques. C'est la première fois que le stade de la stéatose hépatique et de la fibrose peut être évalué simultanément à l'aide d'une simple tomodensitométrie standard sans contraste.
Précision diagnostique supérieure à celle des médecins : lors d'essais de validation multicentriques, le modèle MAOSS a atteint une aire sous la courbe (AUC) de 0,904 à 0,917 pour la stadification de la stéatose hépatique, un score nettement supérieur à la moyenne des radiologues (0,709).
Taux de détection doublé pour les cas à haut risque : pour la fenêtre critique permettant de prévenir la cirrhose (stade 2 de la fibrose), le modèle a identifié 52,4 % des patients à haut risque, contre seulement 16,6 % détectés par les voies cliniques traditionnelles, soit plus du double du taux de détection.
Alerte précoce du risque de cirrhose : les données de suivi indiquent que les patients signalés comme à haut risque par MAOSS présentaient une probabilité de 45,5 % de développer une cirrhose dans les deux ans, un taux dépassant de loin celui du groupe à faible risque.
Les experts de la DAMO Academy ont souligné que le modèle peut exploiter les données existantes de tomodensitométrie sans contraste issues des examens physiques de routine et des consultations externes. Cela facilite la « prévention en amont » dans la prise en charge des maladies hépatiques chroniques sans entraîner de coûts supplémentaires pour les patients. À l'avenir, les hôpitaux de soins primaires pourraient utiliser cette technologie d'IA pour émettre des alertes de risque élevé lors des dépistages de santé standard, permettant ainsi une détection plus précoce et un éventuel renversement de l'évolution de la maladie.
Article connexe
Stripe va acquérir OpenRouter alors que le routage basé sur des modèles d'IA prend de l'ampleur
Stripe a conclu un accord en vue d’acquérir OpenRouter, une plateforme de routage de modèles d’IA qui permet aux développeurs d’accéder à des centaines de modèles via une interface unique. Cette acqui
Barrett Zoph, ancien chercheur chez OpenAI, revient chez Google pour contribuer au développement de Gemini
Barret Zoph, qui avait auparavant quitté brusquement l’entreprise pour rejoindre OpenAI en raison d’un désaccord avec Miriam Mularati, PDG de Thinking Machines Lab, a une nouvelle fois changé d’employ
Comment Recursive Intelligence a levé 335 millions de dollars en 4 mois, avec une valorisation de 4 milliards de dollars
Les cofondatrices de la start-up Ricursive Intelligence semblaient destinées à devenir cofondatrices.Anna Goldie, PDG, et Azalia Mirhoseini, directrice technique, sont si connues dans le milieu de l’I
Recommandations de sujets spéciaux liés
commentaires (0)
L'Alibaba DAMO Academy a annoncé le développement conjoint d'un modèle d'IA destiné au dépistage de la stéatose hépatique, baptisé MAOSS, en collaboration avec plusieurs institutions, dont l'hôpital Shengjing de l'Université médicale de Chine et l'hôpital Gulou de l'Université de Nanjing. Les résultats de cette étude ont été publiés en février dernier dans la prestigieuse revue internationale *Nature Communications*.
La stéatose hépatique touche plus de 30 % de la population. Les symptômes précoces sont souvent légers et facilement négligés, ce qui permet à la maladie d'évoluer vers une fibrose hépatique ou une cirrhose. Les méthodes de dépistage traditionnelles, telles que l'échographie B, ont une sensibilité limitée, tandis que les examens plus spécialisés sont coûteux. Cela conduit fréquemment à des erreurs de diagnostic chez les patients à haut risque en milieu clinique.

Principales avancées et avantages du modèle MAOSS :
Analyse approfondie des tomodensitométries sans contraste : DAMO Academy a utilisé la technologie « tomodensitométrie sans contraste + IA », permettant à l'IA d'extraire automatiquement des caractéristiques de haute dimension telles que la texture et la densité hépatiques. C'est la première fois que le stade de la stéatose hépatique et de la fibrose peut être évalué simultanément à l'aide d'une simple tomodensitométrie standard sans contraste.
Précision diagnostique supérieure à celle des médecins : lors d'essais de validation multicentriques, le modèle MAOSS a atteint une aire sous la courbe (AUC) de 0,904 à 0,917 pour la stadification de la stéatose hépatique, un score nettement supérieur à la moyenne des radiologues (0,709).
Taux de détection doublé pour les cas à haut risque : pour la fenêtre critique permettant de prévenir la cirrhose (stade 2 de la fibrose), le modèle a identifié 52,4 % des patients à haut risque, contre seulement 16,6 % détectés par les voies cliniques traditionnelles, soit plus du double du taux de détection.
Alerte précoce du risque de cirrhose : les données de suivi indiquent que les patients signalés comme à haut risque par MAOSS présentaient une probabilité de 45,5 % de développer une cirrhose dans les deux ans, un taux dépassant de loin celui du groupe à faible risque.
Les experts de la DAMO Academy ont souligné que le modèle peut exploiter les données existantes de tomodensitométrie sans contraste issues des examens physiques de routine et des consultations externes. Cela facilite la « prévention en amont » dans la prise en charge des maladies hépatiques chroniques sans entraîner de coûts supplémentaires pour les patients. À l'avenir, les hôpitaux de soins primaires pourraient utiliser cette technologie d'IA pour émettre des alertes de risque élevé lors des dépistages de santé standard, permettant ainsi une détection plus précoce et un éventuel renversement de l'évolution de la maladie.
Stripe va acquérir OpenRouter alors que le routage basé sur des modèles d'IA prend de l'ampleur
Stripe a conclu un accord en vue d’acquérir OpenRouter, une plateforme de routage de modèles d’IA qui permet aux développeurs d’accéder à des centaines de modèles via une interface unique. Cette acqui
Barrett Zoph, ancien chercheur chez OpenAI, revient chez Google pour contribuer au développement de Gemini
Barret Zoph, qui avait auparavant quitté brusquement l’entreprise pour rejoindre OpenAI en raison d’un désaccord avec Miriam Mularati, PDG de Thinking Machines Lab, a une nouvelle fois changé d’employ
Comment Recursive Intelligence a levé 335 millions de dollars en 4 mois, avec une valorisation de 4 milliards de dollars
Les cofondatrices de la start-up Ricursive Intelligence semblaient destinées à devenir cofondatrices.Anna Goldie, PDG, et Azalia Mirhoseini, directrice technique, sont si connues dans le milieu de l’I





Maison






