Pathologies pulmonaires

Des avancées majeures dans la détection de la BPCO en imagerie

Deux études récentes montrent respectivement que les réseaux neuronaux convolutifs, ainsi que l'IRM au fluor 19, améliorent significativement la détection et la stadification de la bronchopneumopathie chronique obstructive (BPCO).

icon réservé aux abonnésArticle réservé aux abonnés
Le 20/02/25 à 15:00 Lecture 2 min.

Les résultats de l’étude ont montré qu’un modèle CNN peut, à l’aide d’une seule image de scanner de phase respiratoire, diagnostiquer avec précision la BPCO et déterminer son stade GOLD (image d'illustration). © Hamakawa et al, 2022 |Scientific Reports | CC BY 4.0

L’apprentissage profond et les nouvelles technologies d’imagerie offrent des avancées significatives dans le diagnostic et la prise en charge des maladies respiratoires. Dans deux études distinctes, des chercheurs ont démontré comment les réseaux neuronaux convolutifs (CNN) [1] et l’IRM au fluor 19 (ou IRM du 19F) [2] peuvent améliorer la détection et la stadification de la bronchopneumopathie chronique obstructive (BPCO) et de l’asthme avec précision.

Les CNN pour un diagnostic optimisé de la BPCO

La première étude, publiée en décembre 2024 dans Radiology: Cardiothoracic Imaging, met en évidence la capacité d'un CNN à diagnostiquer, stadifier avec précision et évaluer la gravité de la BPCO à partir d'un seul scanner thoracique par inhalation. Cette étude a été menée sur les données cliniques de 8 893 patients issues de la cohorte COPDGene, et acquises de novembre 2007 à avril 2011. « Le CNN a été formé pour prédire les mesures de spirométrie à l’aide de données cliniques et d’un scanner

Il vous reste 71% 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

Solenn Duplessy

Bibliographie

  1. Lee AN, Hsiao A, Hasenstab KA (2024) Evaluating the Cumulative Benefit of Inspiratory CT, Expiratory CT, and Clinical Data for COPD Diagnosis and Staging through Deep Learning. Radiology: Cardiothoracic Imaging 6(6). https://doi.org/10.1148/ryct.240005.
  2. Pippard BJ, Neal MA, Holland CW, et al (2024) Assessing Lung Ventilation and Bronchodilator Response in Asthma and Chronic Obstructive Pulmonary Disease with 19F MRI. Radiology 313(3). https://doi.org/10.1148/radiol.240949.

Spécialité médicale

Cardiologie Pneumologie

Mots-clés

lésions pulmonaires

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

21 Fév

13:40

Selon une étude publiée dans Radiology, un algorithme d’apprentissage profond disponible dans le commerce peut permettre des examens IRM de l’épaule de bonne qualité en sept minutes.

7:37

Le parlement a adopté définitivement le budget 2025 de la Sécurité sociale ce 17 février. Il prévoit une hausse des dépenses d’Assurance maladie de 3,4 %, pour atteindre un montant de 265 milliards d’euros.

7:00

20 Fév

16:01

L’imagerie des paramètres d’atténuation par ultrasons peut être utilisée pour le dépistage clinique afin d’évaluer la prévalence de la MASLD chez les patients en surpoids ou obèses et de suivre de manière dynamique la progression de la maladie, conclut une étude publiée dans Clinical radiology.

15:00

13:31

Le modèle de langage appelé Axpert démontre un potentiel de marquage automatique de l’entérocolite nécrosante sur les comptes-rendus de radiographie abdominale infantile. Cette méthode de marquage peut ainsi servir de cadre pour d’autres modalités d’imagerie et maladies chez les enfants, et les maladies rares chez l’adulte, suggère une étude publiée dans JAMIA Open.
✕
Docteur Imago

GRATUIT
VOIR