Philips et LabPON prévoient de créer la plus grande base de données au monde des pathologies d'images de tissus annotés pour l'apprentissage profond

USA - Français

• USA - English
• USA - Deutsch
• USA - español

Les algorithmes d'apprentissage profond peuvent potentiellement améliorer l'objectivité et l'efficacité du diagnostic des tissus tumoraux. Au cours des dernières années, les techniques « d'apprentissage profond » pour l'analyse des images sont vite devenues le nec plus ultra en termes de vision informatique et ont dépassé les performances humaines dans un certain nombre de tâches². Le défi pour mettre en œuvre des techniques d'apprentissage profond consiste à avoir accès à une base de données ayant un volume et une qualité des données suffisamment hauts à partir desquels développer les algorithmes. Étant l'un des plus grands laboratoires de pathologie aux Pays-Bas, LabPON va contribuer en apportant à la base de données son référentiel d'environ 300 000 images diapositives complètes (whole slide images ou WSI) qu'il créé prospectivement chaque année. Cela contiendra des ensembles de données sans identités des cas annotés qui sont manuellement commentés par le pathologiste et qui comprendront une grande variété de types de tissus et de maladies, ainsi que d'autres informations diagnostiques pertinentes pour faciliter l'apprentissage en profondeur.

« L'apprentissage en profondeur est axé sur le développement de programmes de calcul informatique avancés qui comprennent et numérisent automatiquement les images des tissus de la carte avec la plus grande profusion de détails : plus il y a de données disponibles, plus précise sera l'analyse informatique », a déclaré Peter Hamilton, directeur du groupe d'analyse des images de Philips Digital Pathology Solutions. « En s'unissant, LabPON et Philips ont les compétences et les talents pour mener cela à bien. »

À une époque où le nombre de pathologistes diminue et les cas de cancers sont en hausse^3,4, le diagnostic précis et le degré du cancer sont devenus de plus en plus complexes, et exerce des pressions significatives sur les services de pathologie. Des technologies telles que la pathologie computationnelle pourrait aider les pathologistes avec des outils leur permettant de travailler de la façon la plus efficace possible.  

« Le rôle du pathologiste reste important car c'est lui qui fait le diagnostic définitif, lequel a un grand impact sur le traitement du patient. Les outils logiciels peuvent aider à décharger les pathologistes d'une partie de leur travail, telle que l'identification des cellules tumorales, le comptage des cellules mitotiques ou l'identification de la croissance périneurale et vaso-invasive, ainsi que la réalisation des mesures d'une manière plus nette et plus précise », a déclaré Alexi Baidoshvili, pathologiste chez LabPON. « Cela pourrait finalement aider à améliorer la qualité du diagnostic et le rendre plus objectif. »

En plus du développement d'algorithmes de calcul pour l'utilisation diagnostique, Philips a l'intention de mettre cette base de données à la disposition des institutions de recherche et d'autres partenaires par le biais de sa plate-forme de recherche translationnelle. Cela pourrait permettre aux parties triées sur le volet d'interroger et de combiner des ensembles de données massives dans le but de découvrir de nouvelles idées susceptibles, finalement, de se traduire en de nouvelles options de traitement personnalisées pour les patients.

Philips présente son portefeuille de solutions pour les pathologies sur le stand 202 à l'occasion de la réunion annuelle 2017 de l'Académie de pathologie des États-Unis et du Canada (USCAP). Pour de plus amples informations sur la présence de Philips à l'USCAP, veuillez visiter www.philips.com/digitalpathology et suivre @Philips_Path pour recevoir des mises à jour tout au long de l'évènement #USCAP17.

¹ Philips IntelliSite Pathology Solution a reçu le marquage CE-IVD (pour les diagnostics in vitro) pour l'utilisation dans les diagnostics primaires. Aux États-Unis, la Philips IntelliSite Pathology Solution est en attente de révision d'une demande pour une nouvelle classification.
² Kaiming He Xiangyu et al. Delving Deep into Rectifiers: Surpassing Human-Level Performance on ImageNet Classification (En immersion dans les rectificateurs : dépasser les performances du niveau humain sur la classification ImageNet) Et
LeCun, Yann, Yoshua Bengio, et Geoffrey Hinton. « Deep learning. » Nature 521, numéro 7553 (2015): 436-444
³ The Royal College of Pathologists, https://www.rcpath.org/profession/workforce/workforce-planning.html, publié en décembre 2016.,
⁴ Centre international de recherche sur le cancer et recherche sur le cancer au Royaume-Uni. World Cancer Factsheet (Fiche d'information mondiale sur le cancer). Recherche sur le cancer au Royaume-Uni, Londres, 2014.

Pour tout complément d'information, veuillez contacter :
Hans Driessen
Philips Digital Pathology Solutions
Tél : +31 6 10610 417
Courriel : [email protected]

À propos de Royal Philips
Royal Philips(NYSE: PHG, AEX: PHIA) est une société de technologies de santé de premier plan axée sur l'amélioration de la santé des personnes et l'obtention de meilleurs résultats dans le continuum de soins de santé, s'intéressant à la vie saine, la prévention, le diagnostic, les traitements et les soins à domicile. Philips tire profit de ses technologies avancées et de sa grande perspicacité clinique et connaissance des consommateurs pour proposer des solutions intégrées. Basée aux Pays-Bas, l'entreprise est leader dans les domaines de l'imagerie diagnostique, des traitements guidés par l'image, de la surveillance des patients et de l'informatique destinée à la santé, ainsi que ceux de la santé des consommateurs et des soins à domicile. Le portefeuille des technologies de santé de Philips a généré un chiffre d'affaires de 17,4 milliards EUR en 2016, et emploie quelque 71 000 personnes dans des bureaux de vente et de service dans plus de 100 pays. Vous trouverez des informations sur Philips en cliquant sur www.philips.com/newscenter 

Photo - http://mma.prnewswire.com/media/474622/Royal_Philips_Alexi_Baidoshvili_LabPON.jpg

Logo -  http://mma.prnewswire.com/media/324348/royal_philips_logo.jpg