Détection des tumeurs cérébrales par segmentation IRM

Le processus manuel, long et complexe, de délimitation des tumeurs et de classification de leurs différents types, notamment les gliomes, les méningiomes et les tumeurs hypophysaires, a nécessité un système d'intelligence artificielle exploitant la segmentation d'images 2D par réseaux de neurones pour l'analyse automatisée des tumeurs cérébrales. Le client a combiné trois jeux de données d'imagerie médicale existants afin de constituer un corpus d'entraînement robuste.

Détection des tumeurs cérébrales par segmentation IRM

Client

Digital Health Platform | UAE

Chef d'équipe

Jonathan Hunt

Date

February 12, 2024

Défi commercial

Le processus manuel, long et complexe, de délimitation des tumeurs et de classification de leurs différents types, notamment les gliomes, les méningiomes et les tumeurs hypophysaires, a nécessité un système d'intelligence artificielle exploitant la segmentation d'images 2D par réseaux de neurones pour l'analyse automatisée des tumeurs cérébrales. Le client a combiné trois jeux de données d'imagerie médicale existants afin de constituer un corpus d'entraînement robuste.

Solution et approche

Phronex™ a conçu et déployé un pipeline d'apprentissage profond utilisant une architecture de réseau neuronal multicouche. Les couches cachées capturent les caractéristiques hiérarchiques, les activations non linéaires permettent la reconnaissance de formes complexes et l'optimisation par rétropropagation assure la convergence. La couche de sortie reconstruit une carte de segmentation pixel par pixel pour une délimitation précise des contours tumoraux, intégrée à l'infrastructure PACS de l'hôpital via le protocole DICOM.

Capacités fournies

  • Réseau neuronal multicouche pour la segmentation IRM
  • Intégration du système PACS via le protocole DICOM
  • Classification automatisée des gliomes, des méningiomes et des tumeurs hypophysaires
  • Génération de cartes de saillance visuelle pour l'examen clinique
  • Déploiement d'une API d'inférence en temps réel sur un cluster GPU
  • Tableau de bord de surveillance du modèle pour la détection de la dérive

Résultats commerciaux

Cette solution a considérablement amélioré la précision du diagnostic, réduisant ainsi les interventions manuelles et le temps d'analyse. L'optimisation des flux de travail a permis une identification plus rapide des tumeurs et une meilleure planification des traitements, ce qui a conduit à de meilleurs résultats pour les patients grâce à une efficacité opérationnelle accrue en imagerie médicale et à une adoption à grande échelle de l'IA dans le secteur de la santé.

62%

Délai de diagnostic plus rapide

18pp

Amélioration du dépistage précoce

94%

Précision du modèle sur l'ensemble de test

Projets connexes

AI & MLOpérations commerciales

Analyse des sentiments des avis clients dans le secteur de l'hôtellerie

La chaîne a réduit son délai de réponse aux avis clients de 6 jours à 18 heures en moyenne et a identifié un problème de propreté systémique dans 3 établissements, problème qui aurait nécessité des mois de détection manuelle. Le score de satisfaction client a progressé de 0,4 point en deux trimestres.

18h

Délai moyen de réponse aux avis (contre 6 jours auparavant)

0.4pt

Amélioration du score de satisfaction des clients

Voir l'étude de cas
AI & MLVente au détail

Optimisation dynamique des prix pilotée par l'IA pour le e-commerce

Le système de tarification dynamique a permis d'améliorer la marge brute de 4,2 points de pourcentage sur les catégories revalorisées en 6 mois, tout en maintenant le volume des ventes. Le client a également identifié un manque à gagner de 12 crores de roupies lié à des catégories historiquement sous-évaluées.

4.2pp

Amélioration de la marge brute

₹12Cr

Opportunité de revenus manquée identifiée

Voir l'étude de cas
AI & MLTechnologie

Outil d'extraction de résumé de réunion et de points d'action basé sur l'IA

Cette fonctionnalité a été déployée en 8 semaines et est devenue la plus demandée sur la plateforme dans les 30 jours suivant son lancement. Les clients ayant participé à la phase pilote ont indiqué gagner 45 minutes par personne et par semaine sur les tâches administratives post-réunion.

8 weeks

Fonctionnalité expédiée

45 min/week

Gain de temps par utilisateur

Voir l'étude de cas
AI & MLOpérations commerciales

Système d'évaluation automatisée des entretiens basé sur l'IA

Le client a réduit le délai de présélection des candidats de 12 à 3 jours et a examiné quatre fois plus de candidats par recruteur et par semaine. La satisfaction des responsables du recrutement a considérablement augmenté grâce à des listes de candidats présélectionnés plus pertinentes.

75%

Réduction du délai de présélection

4x

Candidats présélectionnés par recruteur

Voir l'étude de cas
AI & MLOpérations commerciales

Moteur d'analyse de CV par IA et de mise en relation des candidats

La précision de l'analyse syntaxique est passée de 61 % à 91 % sur un jeu de données de référence, et le temps consacré par les recruteurs à la sélection des CV a été réduit de 55 %. Le client a intégré trois nouveaux partenaires ATS d'entreprise dans les six mois suivant le lancement.

91%

Précision de l'analyse syntaxique

55%

Réduction du temps de dépistage

Voir l'étude de cas
AI & MLSoins de santé

Système automatisé d'audit de nettoyage avec vision par ordinateur

La couverture des audits est passée de 15 % à 94 % des chambres par équipe, et les taux de conformité ont progressé de 71 % à 92 % en trois mois. Le réseau n'a signalé aucun cas d'infection nosocomiale imputable au service d'entretien ménager au cours du trimestre suivant.

94%

Couverture des audits de chambres par quart de travail

92%

score de conformité en matière de service d'entretien ménager

Voir l'étude de cas
AI & MLChaîne d'approvisionnement et logistique

Moteur de génération automatique de trajets et d'optimisation d'itinéraires

L'optimisation des itinéraires a permis de réduire le coût moyen de livraison par commande de 23 % et d'éliminer le processus de planification manuelle de 4 à 6 heures. Le taux d'utilisation des véhicules est passé de 71 % à 89 %, permettant ainsi au client de traiter 30 % de volume supplémentaire sans flotte additionnelle.

23%

Réduction du coût par livraison

89%

taux d'utilisation de la flotte

Voir l'étude de cas
AI & MLSoins de santé

Détection des tumeurs cérébrales par segmentation IRM

Cette solution a considérablement amélioré la précision du diagnostic, réduisant ainsi les interventions manuelles et le temps d'analyse. L'optimisation des flux de travail a permis une identification plus rapide des tumeurs et une meilleure planification des traitements, ce qui a conduit à de meilleurs résultats pour les patients grâce à une efficacité opérationnelle accrue en imagerie médicale et à une adoption à grande échelle de l'IA dans le secteur de la santé.

62%

Délai de diagnostic plus rapide

18pp

Amélioration du dépistage précoce

Voir l'étude de cas
AI & MLTechnologie

Application de brainstorming et de génération d'idées basée sur l'IA

Les utilisateurs de la version bêta ont rapporté 40 % d'idées exploitables supplémentaires par session par rapport au brainstorming libre. Cette fonctionnalité est devenue le principal atout concurrentiel du client fondateur, contribuant à la réussite de sa levée de fonds de série A.

40%

Plus d'idées concrètes par session

Series A

Étape importante du financement soutenue

Voir l'étude de cas
AI & MLFabrication

Détection des défauts des conteneurs par IA pour le contrôle qualité en production

Le taux de défauts non détectés a chuté de 3,2 % à 0,15 %, et le système traite les conteneurs à pleine cadence (120/min). Le client a amorti le coût de la mise en œuvre en 4 mois grâce à la réduction des retours clients et des demandes de garantie.

0.15%

Taux d'échappement des défauts (en baisse par rapport à 3,2 %)

4 months

Délai de récupération

Voir l'étude de cas
AI & MLTechnologie

Chatbot conversationnel basé sur le dialogue pour le support SaaS

Le chatbot a atteint un taux de résolution au premier contact de 67 % pour les requêtes de niveau 1 dans les 60 jours suivant son déploiement, permettant ainsi à l'équipe de support de se concentrer sur les problématiques complexes des entreprises. La satisfaction client pour les interactions gérées par le chatbot a atteint en moyenne 4,1/5.

66%

taux de résolution au premier contact

40%

Réduction du volume des tickets d'assistance

Voir l'étude de cas
AI & MLVente au détail

Identification et étiquetage des couleurs par IA pour le commerce de détail de la mode

La solution a traité l'intégralité du catalogue de plus de 200 000 références en 3 jours et a réduit de 92 % l'effort d'étiquetage manuel. Les taux de conversion de la recherche par couleur ont progressé de 31 % grâce à des attributs de couleur plus précis et cohérents.

92%

Réduction des efforts de marquage manuel

31%

Amélioration de la conversion de la recherche par couleur

Voir l'étude de cas

Affichage de 1–12 de 19