← Toutes les études de cas

Études de cas · Santé & recherche médicale

Pathologie numérique assistée par IA pour l'asthme sévère (SputumAI / Cytomine)

En bref

Un environnement d'imagerie médicale et d'IA basé sur Cytomine pour la cytologie des expectorations dans l'asthme sévère : annotation experte à grande échelle, étiquetage assisté par IA, détection et classification cellulaires, morphologie et biomarqueurs inflammatoires — sur une infrastructure GPU dédiée.

~500 000
annotations expertes sur le programme
20+
types et catégories de cellules
~100
experts et contributeurs à l’annotation
Client
Consortium belge de santé numérique — environnement de recherche hospitalo-universitaire et partenaires technologiques ; 15+ contributeurs au projet et ~100 experts annotateurs
Calendrier
May 2023 – April 2027
Statut
Programme de R&D et de validation de 48 mois — pas un dispositif médical déployé commercialement.
Tourne sur
Infrastructure privée dédiée : 4 GPU, NAS de 50 To, instance Cytomine dédiée

Le défi

L'analyse manuelle de la cytologie des expectorations exige beaucoup d'expertise et passe mal à l'échelle. Le programme avait besoin d'une identification, d'une caractérisation et d'une analyse clinique des cellules assistées par IA et reproductibles — avec un flux d'annotation qu'une large communauté d'experts puisse réellement utiliser.

Ce que nous avons construit

Mentis a construit l'environnement d'imagerie et d'IA ainsi que l'infrastructure qui l'entoure :

01

Annotation & étiquetage assisté par IA

Une instance Cytomine dédiée à l'annotation experte, avec un étiquetage assisté par IA pour accélérer et standardiser le travail d'environ 100 contributeurs.

02

Détection & classification cellulaires

Des modèles de détection et de classification couvrant plus de 20 types et catégories de cellules, plus analyse morphologique et biomarqueurs inflammatoires.

03

MLOps & évaluation des modèles

Des pipelines d'entraînement, d'évaluation et de versionnage pour comparer et valider les modèles de manière reproductible.

04

Infrastructure dédiée & intégration clinique

4 GPU, un NAS de 50 To et un stockage de grandes images, avec un travail d'intégration vers les flux hospitaliers et cliniques.

Résultats

Les chiffres sont des volumes au niveau du programme, pas des allégations de performance clinique.

Stack & déploiement

Cytomine Deep learning (detection & classification) MLOps pipelines 4 GPUs · 50-TB NAS

Services associés

Les noms des clients ne sont pas divulgués (NDA) ; les chiffres sont ceux établis avec le client — rien n'est estimé.

Un résultat similaire vous intéresse ?

Exposez-nous le problème lors d'un debrief de maturité de 30 minutes. Vous obtenez un avis honnête sur la faisabilité, les données, l'exposition réglementaire et une première étape.

Mohamed Ben Haddou

Mohamed Ben Haddou

Fondateur & CEO · Expert indépendant en IA auprès de la Commission européenne

Vous parlez à Mohamed, pas à une équipe commerciale — et la personne qui cadre votre mission est celle qui la réalise.