Comment l'annotation experte des tomodensitométries cardiaques par Shaip accélère le dépistage précoce de l'amylose cardiaque
Un groupe de recherche en IA clinique s'est associé à Shaip pour construire un flux de travail complet d'annotation et d'entraînement de modèles de tomodensitométrie cardiaque, convertissant les critères des radiologues pour l'amylose cardiaque précoce en étiquettes et caractéristiques réglementées et de qualité production pour l'apprentissage automatique en aval.
Résumé du projet
Un groupe de recherche en IA clinique axé sur le diagnostic par imagerie pour des cas d'utilisation complexes en cardiologie, cherchant un étiquetage répétable guidé par des experts à grande échelle.
Le client souhaitait détecter amylose cardiaque à un stade précoce à partir de scanners CT — des signaux subtils et souvent manqués. Ils se sont associés à Shaip pour construire un flux de travail d'annotation et d'entraînement de modèles de bout en bout, en convertissant le savoir-faire spécialisé en étiquettes et fonctionnalités cohérentes pour l'apprentissage automatique en aval.
Principales statistiques
Modalité
Tomodensitométrie cardiaque ; cohortes à volume élevé et à lots multiples alignées sur des critères d’experts
Collaboration des PME
Radiologues et data scientists dans des cycles d'évaluation en boucle fermée
(produits) livrables
Ensembles d'images étiquetées cliniquement + protocole d'annotation versionné
Impact du modèle
99.8 % précision validée sur la classification de l'état cible
Gouvernance
Flux de travail préservant la confidentialité et traçabilité de la documentation
Défis
- Traduction en cours indices d'imagerie subtils et précoces en une taxonomie opérationnelle.
- Maintenir cohérence de l'étiquetage dans de grandes cohortes à lots multiples.
- Synchronisation commentaires du radiologue avec des cycles d'entraînement de modèle itératifs.
- Conservation confidentialité et rigueur de la documentation tout au long de la livraison.
Solution
Stratégie de données
Codification des critères radiologiques pour l'amylose précoce dans un guide d'étiquetage pratique avec des seuils d'acceptation, des voies d'escalade et des étiquettes de preuve pour saisir la justification.
Collection et annotation
Exécuté un chaîne de traitement impliquant un radiologue : Des annotateurs formés ont appliqué des étiquettes structurées ; des réviseurs seniors ont tranché les cas limites ; les étiquettes finales de qualité supérieure ont alimenté la formation.
Développement d'un modèle
Des classificateurs entraînés et validés par sprints itératifs ; des indicateurs par révision ont été suivis pour quantifier les améliorations de la taxonomie. La précision validée a atteint 99.8 %.
QA
Contrôle qualité multicouche avec vérification des doublons, surveillance des dérives et tableaux de bord des anomalies.
Conformité et gouvernance
Processus préservant la confidentialité ; documentation de protocole versionnée ; traçabilité du dossier → étiquette → document de décision.
Description du projet
| Piste | Ce que nous avons fait | Sortie | Portes QC |
|---|---|---|---|
| Taxonomie | Critères d'experts convertis en schéma d'étiquettes | Outils semi-automatisés + contrôle qualité visuel | Protection de l'identité avec préservation du signal |
| Métadonnées dé-identifiées | Nettoyage des balises DICOM | Suppression basée sur des règles + liste blanche | Aucune fuite de données de santé protégées dans les en-têtes |
| Vérification | Audits des réviseurs | Listes de contrôle ; plans d'échantillonnage | réduction mesurable du risque d'infections de la peau |
| Gouvernance | Procédures opérationnelles normalisées et formation | pistes d'audit ; contrôles d'accès | Reproductibilité et conformité |
Le résultat
- Précision validée de 99.8 % pour la classification des cibles, permettant une recherche prête à être déployée.
- Itération plus rapide en intégrant directement les retours d'information des spécialistes dans les cycles de formation.
- manuels réutilisables pour de futures initiatives d'IA en cardiologie multisites.
Impact stratégique : Le savoir tacite des experts a été transformé en un pipeline évolutif et réglementé, améliorant ainsi les performances de détection tout en renforçant la conformité.
Shaip a traduit l'expertise d'un spécialiste en un flux de travail d'annotation et de formation de qualité professionnelle, améliorant ainsi la précision tout en accélérant les expériences.
— Responsable de l'IA en imagerie, partenaire de recherche en soins de santé
