Objectif : Dépister les anomalies fœtales en temps réel lors des échographies, quelque soit le stade de la grossesse
Utilisateurs cibles : échographistes, sages-femmes, médecins
Origine du projet
- Fort besoin d’assistance en échographie et difficultés d’accès à des experts
- Preuve de concept préexistante (Sorbonne Université)
- Etude de marché des solutions disponibles à l’international
Nature de la solution
- Assistant intelligent sous forme de logiciel intégré à l’échographe
- Accompagnement en temps réel de l’opérateur pendant l’examen
- Utilisation d’une combinaison entre :
- Machine Learning pour la reconnaissance d’images
- Algorithmes de raisonnement symbolique sur les ontologies
Modèle de diffusion
- Campagne de communication avec des vidéos destinées au grand public sur le site dédié
- Commercialisation à venir par General Electric Healthcare
Modalité d’évaluationet de validation
- Solution entrainée sur un jeu de données annotées de dizaines de milliers d’images
- Evaluation par un indicateur de champs de couverture des pathologies reconnues par la solution en comparaison avec :
- Les pathologies identifiées dans Orphanet
- Les cas existants dans les centres experts partenaires
Perspectives
- Réalisation d’un essai clinique randomisé à grande échelle
- Généralisation et commercialisation en 2023
- Constitution d’une grande base d’imagerie fœtale favorisant la connaissance et le développement de projets
Contacts
Dr Ferdinand DHOMBRES
Service de Médecine Fœtale
Hôpital Trousseau
Elise Akan
Project Manager
Suog