Harrison.ai révèle un bond décisif en imagerie médicale avec son modèle fondateur Harrison.rad.1, surpassant les géants de l’IA dans un test clinique indépendant majeur

Harrison.ai, entreprise leader dans le domaine de la santé numérique, a annoncé des résultats prometteurs de son modèle fondamental spécialisé en radiologie, Harrison.rad.1, lors d’un test indépendant rigoureux mené par Mass General Brigham (MGB) et l’Institut de science des données de l’American College of Radiology (ACR). Ce défi, organisé lors de la réunion annuelle de l’ACR en 2025, a mis en concurrence des rapports de radiographie thoracique générés par l’IA contre ceux rédigés par des radiologues, selon un test de Turing : les évaluateurs devaient juger la qualité clinique sans savoir s’il s’agissait d’un rapport humain ou d’un rapport IA. Harrison.rad.1 a obtenu un taux d’acceptabilité de 65,4 % parmi 113 radiologues diplômés, contre 79,6 % pour les rapports humains. Ces résultats confirment les performances déjà remarquables du modèle sur le benchmark VQA-Rad, où il avait atteint 82 % de précision sur des questions fermées concernant les radiographies standard. Le test a impliqué 2 840 évaluations aveugles sur 117 rapports, soulignant la rigueur de l’évaluation. Le succès de Harrison.rad.1 s’explique par sa formation spécialisée sur des millions d’images DICOM et de rapports radiologiques couvrant toutes les modalités d’imagerie. Contrairement aux modèles généraux comme ceux d’OpenAI ou Google, ce modèle a été conçu pour la précision clinique et la correction factuelle en radiologie. Il repose sur une infrastructure d’IA de haute qualité, intégrant les données utilisées pour entraîner Annalise Enterprise CXR, un dispositif médical d’aide à la décision pour les radiographies thoraciques. Ce dernier, déjà approuvé par l’FDA (510(k)) et doté du statut NTAP Medicare aux États-Unis, détecte jusqu’à 124 anomalies et a montré une augmentation de 45 % de la précision diagnostique lorsqu’il est utilisé comme outil d’assistance. Selon Dr. Jarrel Seah, Directeur de l’IA chez Harrison.ai, « les meilleurs résultats en génération de rapports proviennent naturellement des algorithmes les plus complets ». Le modèle s’appuie sur des jeux de données annotés par des radiologues, parmi les plus vastes et diversifiés au monde, garantissant une base solide pour des prédictions fiables. Ces avancées interviennent au moment où le système de santé mondial fait face à une surcharge croissante d’imagerie, à une pénurie de radiologues et à des délais de traitement en augmentation. Harrison.ai souligne que son modèle, bien qu’encore en développement, représente une étape cruciale vers une IA qui peut réellement améliorer l’efficacité des cliniciens sans compromettre la qualité des soins. Le fondateur et PDG de Harrison.ai, Dr. Aengus Tran, a souligné l’importance de cette validation indépendante : « C’est exactement le type d’évaluation réelle dont nous avons besoin pour faire progresser l’IA en radiologie de manière responsable. » La société poursuivra son amélioration continue, élargira ses tests cliniques et collaborera avec les régulateurs pour satisfaire les exigences d’évidence clinique nécessaires au déploiement. Harrison.ai, présente dans plus de 15 pays et régulièrement utilisée pour plus de 35 % des radiographies thoraciques en Angleterre, dispose de 40 autorisations réglementaires et est accessible à 50 % des radiologues en Australie. Ses solutions, dont Annalise.ai en radiologie et Franklin.ai en histopathologie, reposent sur une plateforme d’IA réutilisable, au service d’un objectif plus large : renforcer la capacité du système de santé mondial.