Maladies neurodégénératives

Les défis de la médecine prédictive en neuroradiologie

La médecine prédictive est cruciale pour la recherche clinique et la recherche sur les maladies neurodégénératives. Vendredi matin, une session des JFR 2020 a présenté les dernières avancées en la matière, en soulignant le rôle de l’imagerie et de l’intelligence artificielle.

icon réservé aux abonnésArticle réservé aux abonnés
Le 03/10/20 à 15:00, mise à jour aujourd'hui à 15:16 Lecture 5 min.

L’une des premières sessions des JFR 2020, vendredi 2 octobre, s’est intéressée aux enjeux de la médecine prédictive dans la prise en charge des maladies neurodégénératives et au rôle de l’intelligence artificielle dans ce domaine. Capture d'écran JFR 2020

L’une des premières sessions des JFR 2020, vendredi 2 octobre, s’est intéressée aux enjeux de la médecine prédictive dans la prise en charge des maladies neurodégénératives et au rôle de l’intelligence artificielle dans ce domaine. Premier intervenant, Charles Guttman, chercheur au Brigham & Women hospital de Boston, aux États-Unis, a évoqué le cas de la sclérose en plaques (SCP). « La SCP est une maladie complexe et hétérogène, rappelle-t-il. Les lésions apparaissent et rétrécissent. Il y a beaucoup de dynamique. La distribution dans le temps et l’espace est très variable entre les patients »

L’IRM joue un rôle central pour la sclérose en plaques

La SPC a des origines à la fois génétiques, mais aussi environnementales. « Ces facteurs provoquent une inflammation, une démyélinisation, une perte axonale. La symptomatologie est en relation avec ces processus pathologiques de façon non linéaire, qui est modulée par la localisation des lésions », décrit Charles Guttman. L’IRM joue un rôle cen

Il vous reste 86% 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

Jérome Hoff

Rédacteur en chef adjoint BOM Presse Clichy

Voir la fiche de l’auteur

Bibliographie

  1. Fisniku L. K., Brex P. A., Altmann D. R. et coll., « Disability and T2 MRI lesions: a 20-year follow-up of patients with relapse onset of multiple sclerosis », Brain, mars 2008, n° 131, Pt 3, p. 808-817. DOI : 10.1093/brain/awm329.
  2. Liguori M., Meier D. S., Hildenbrand P. et coll., « One year activity on substraction MRI predicts subsequent 4 year activity and progression in multiple sclerosis », Journal of Neurology Neurosurgery Psychiatry, octobre 2011, vol. 82, n° 10, p. 1125-1131. DOI : 10.1136/jnnp.2011.242115.
  3. Roca P., Attye A., Colas L. et coll., « Artificial intelligence to predict clinical disability in patients with multiple sclerosis using FLAIR MRI », Diagnostic and Interventional Imaging, 2020. DOI : 10.1016/j.diii.2020.05.009.

Spécialité médicale

Neurologie

Modalité d’imagerie

IRM

Mots-clés

maladies neurodégénératives JFR 2020 intelligence artificielle

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Dans le dossier

icon réservé aux abonnés Les temps forts des JFR 2020

Voir le dossier

Le fil Docteur Imago

07 Août

16:00

Pour la détection du cancer du sein, les performances diagnostiques des protocoles d'IRM abrégée par rapport à l'IRM standard varient selon le protocole et le contexte clinique. La technique FAST conserve une sensibilité élevée, tandis que la combinaison FAST + ultrafast + T2W offre une spécificité supérieure dans un contexte diagnostique (étude).

14:30

72 % des patientes préfèreraient l'angiomammographie à l'IRM mammaire lorsque les performances diagnostiques sont comparables. Cette préférence est liée à une sensation de claustrophobie moindre, à une durée d'examen plus courte et à un niveau d'anxiété plus faible (étude).

7:10

La Société nord-américaine de radiologie (RSNA) annonce le lancement de son challenge IA pour l'imagerie du genou. Les modèles développés seront évalués sur leur capacité à détecter et à classer avec précision les anomalies du genou visibles à l'IRM. Les gagnants seront annoncés au prochain congrès de la RSNA qui se tiendra du 29 novembre au 3 décembre.

7:00

06 Août

16:00

L'arrêté du 4 août 2026 fixant le nombre d'étudiants de troisième cycle des études de médecine susceptibles d'être affectés, par spécialité et par subdivision territoriale au titre de l'année universitaire 2026-2027 a été publié au Journal Officiel. Pour la radiologie, le nombre d'internes est fixé à 266, et pour la médecine nucléaire à 44.

13:44

Des grands modèles de langage (LLM) seraient capables de générer, à partir des notes cliniques, des indications pertinentes en radiologie qui seraient plus complètes et plus factuelles que les indications émises par des cliniciens (étude).
✕
Docteur Imago

GRATUIT
VOIR