Innovation

Des recherches sur l’IA pour la détection des lésions d’endométriose

Pour optimiser la prise en charge de l’endométriose, des chercheurs australiens et britanniques collaborent sur le projet IMAGENDO. Leur but est de mettre à contribution l’intelligence artificielle pour analyser les données d’examens d’imagerie (échographie et IRM) et ainsi réduire le temps nécessaire au diagnostic.

icon réservé aux abonnésArticle réservé aux abonnés
Le 04/10/23 à 15:00, mise à jour le 10/11/23 à 12:19 Lecture 1 min.

Le projet IMAGENDO associe l’intelligence artificielle aux images d’échographie et d’IRM pour faciliter le diagnostic de l’endométriose. (photo d'illustration) D.R.

Le diagnostic de l’endométriose en imagerie passera-t-il bientôt par l'IA ? C’est en tout cas le postulat de chercheurs australiens et britanniques qui travaillent actuellement sur le projet IMAGENDO®, une technologie qui associe l’intelligence artificielle aux images d’échographie et d’IRM pour faciliter le diagnostic de l'endométriose.

Une aide pour les médecins et les chirurgiens

Ces recherches, menées par Louise Hull, gynécologue spécialiste de l’endométriose à l’université d’Adélaïde en Australie, et Gustavo Carneiro, professeur de machine learning à l’université du Surrey au Royaume-Uni, ont été engagées en réponse aux difficultés diagnostiques de cette maladie. « En associant l'échographie, l'IRM et l'IA, cette nouvelle technologie vise à fournir un moyen accessible et précis d’identifier les lésions d’endométriose », indique l’université d’Adélaïde dans un communiqué.

Une précision diagnostique proche d'un spécialiste

En utilisant un ensemble de données d’imagerie diagnosti

Il vous reste 52% de l’article à lire

Docteur Imago réserve cet article à ses abonnés

S'abonner à l'édition
  • Tous les contenus « abonnés » en illimité
  • Le journal numérique en avant-première
  • Newsletters exclusives, club abonnés

Abonnez-vous !

Docteur Imago en illimité sur desktop, tablette, smartphone, une offre 100% numérique

Offre mensuelle 100 % numérique

23 €

par mois

S’abonner à Docteur Imago

Auteurs

Carla Ferrand

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

13:31

Un réseau de neurones convolutifs (CNN) a été entraîné à détecter automatiquement les zones floues en mammographie dans des régions pertinentes pour le diagnostic. Ce modèle, s'il était implémenté en pratique clinique, pourrait fournir un retour utile aux MERM afin de réaliser rapidement de meilleures prises de vue qui soient de haute qualité, selon une étude rétrospective.

7:31

Un état de l'art en français sur la biopsie pulmonaire percutanée sous scanner présentant ses indications, ses contre-indications et les bonnes pratiques dans ce domaine a été publié le 14 novembre en accès libre dans le Journal d'imagerie diagnostique et interventionnelle.
20 Nov

16:01

Les séquences ciné en IRM cardiaque reconstruites par apprentissage profond et acquises sur trois cycles cardiaques permettent de réduire le temps d’acquisition de plus de 50 % par rapport à la séquence référence sans apprentissage profond, et le tout sans différence dans la qualité d'image, selon une étude prospective menée sur 55 volontaires sains en IRM 1,5 T.
Docteur Imago

GRATUIT
VOIR