Diagnostiquer par IA les pneumonies et leur degré de viralité.

Le challenge

Détecter les signes de pneumonie et leur degré de viralité, malgré un jeu de données comportant peu de radiographies.

• Détecter les pneumonies des patients selon leur degré de viralité sur les radiographies.
• Entraîner rapidement et à moindre coût.Réutiliser les connaissances pré-existantes d'un modèle de vision et l'adapter à la détection.
• Modèle à faible latence. Doit pouvoir fonctionner sur un mobile.
• Modèle suffisamment précis avec un jeu de données peu étoffé.

Résultats & évaluation

• Entraînement en seulement 2 minutes sur un MacBook Pro M1, avec une seule passe sur le jeu de données.
• Méthode de fine-tuning rapide par Transfer Learning. Tuning de la dernière couche (le classifieur) — efficace sur les petits jeux de données et apportant un maximum de résultats rapidement.
• Pneumonie bactérienne : 89 % de précision, sans optimisation poussée du modèle.
• Normal : 75 % de précision.
• Pneumonie virale : 83 % de précision.

Ce POC démontre la puissance de la méthode mais mériterait un modèle plus puissant pour viser une précision plus élevée.